Study/Data Science4 딥러닝 기초 - Perceptron, Gradient Descent 1. Perceptron binary classification을 위한 supervised learning 알고리즘으로, 최근에는 single layer보다 좀 더 복잡한 neural network(multi layer)를 구성하여 deep leaning에서 활용하고 있다. Input layer Weights Bias 복잡한 패턴을 모델링하는데 있어 유연성을 주기 위해 Input layer에 추가하는 data Activation function Input과 bias로 weighted sum하여 output을 결정한다. 주로 sigmoid, ReLu 등 니즈에 맞게 function을 선택하여 사용한다. Output Binary값으로 1 또는 0으로 perceptron의 결과가 나온다. Training al.. 2023. 11. 20. 딥러닝 기초 - Underfitting, Overfitting DNN (Deep Neural Network) 란? Neural Network에서 hidden layer가 2개 이상인 경우 (hidden layer가 점점 많아지면)를 DNN이라 함. 사람의 뇌를 닮아서 사람이 할 수 있는걸 전부 할 수 있는 것 같지만 아래와 같은 문제점이 존재. Underfitting : 학습 부족 Slow : 느림 Overfitting : 과하게 학습하여 융통성이 없음 1. Underfitting 해결 방법 Back propagation (오차 역전파) 내가 틀린 정도를 '미분(기울기)' 한 거를 앞 단으로 다시 전달하여 업데이트 Vanish gradient (그래디언트 소실) 현상 발생 activation 함수로 sigmoid 를 많이 사용하는데, 미분 기울기가 없는 곳을 참조하.. 2022. 3. 21. Hadoop 개요 및 Hadoop 2.0 의 방향 하둡은 데이터 저장소의 역할을 하는 HDFS와 연산작업을 진행하는 MapReduce 가 있다 HDFS 구성· NameNodeo 데이터가 저장된 위치를 갖고 있는 Tree 구조의 데이터 블록들이 저장되어 있다.o DataNode에 I/O 작업 요청을 한다· DataNodeo 실제 데이터가 저장· Secondary NameNodeo NameNode가 죽은경우 대체되기 위해 떠 있는 보조 NameNodeo NameNode의 상태를 동기화 하고 있으며, 약간의 시간차가 존재 한다MapReduce 구성· JobTrackero 클러스터의 전체 리소스 관리o Job의 상태 관리를 하면서 Job마다 Task를 할당 · TaskTrackero Task를 실제 수행o 여러 JVM을 생성하여 다수의 맵리듀스 작업 실행 하둡.. 2017. 9. 27. 린 분석 [#1] 좋은 지표를 찾는 방법 본 문서는 " 린 분석: 성공을 예측하는 31가지 사례와 13가지 패턴 " 책을 읽으면서 발췌한 내용을 정리한 것입니다. 분석의 본질 사업에 매우 중요한 지표를 추적하는 것 사업 모델 (매출원, 비용, 고객 수, 고객 확보 전략의 효율성)과 연관 좋은 지표란? 상대적이어야 한다 비교할 수 있는 대상이 있어야 한다. 예) 지난 주 보다 전환율이 증가했다 이해하기 쉬워야 한다 사람들이 지표를 기억하고 대화를 할 수 있어야 한다 비율로 표현 가능해야 한다 비율은 행동에 반영이 쉽고 비교가 가능하다 행동 방식을 바꾸게 만든다 최소 존속 제품 (Minimum Viable Product, MVP)이 성공할 때 까지 다양한 방식을 시도하게 한다 최소 존속 제품이란? - 시장에 약속한 가치를 제공하는 최소한의 제품 -.. 2016. 12. 14. 이전 1 다음
