Project45 [Euron 중급 세션 8주차] 딥러닝 2단계 2. 신경망 네트워크의 정규화 딥러닝 2단계: 심층 신경망 성능 향상시키기 2. 신경망 네트워크의 정규화 📌정규화(C2W1L04) 핵심어: 정규화(regularization), 정규화 매개변수 \lamda, L1 norm, L2 norm, Frobenius norm 높은 분산으로 신경망이 데이터를 과대적합(오버피팅)하는 문제가 의심된다면 가장 처음 시도해야 할 것은 정규화이다. 높은 분산을 해결하는 다른 방법은 더 많은 훈련 데이터를 얻는 것인데, 이는 신뢰할만한 방법이지만 더 많은 훈련 데이터를 얻는 것은 비용이 많이 들어간다. 한편 정규화를 추가하는 것은 과대적합을 막고 신경망의 분산을 줄이는 데 도움이 많이 될 것이다. 정규화가 어떻게 작동하는지 살펴보도록 하자. 로지스틱 회귀를 사용해 위의 아이디어를 발전시켜 보자. 로지스틱 .. 2023. 10. 30. [Euron 중급 세션 5주차] 딥러닝 2단계 1. 머신러닝 어플리케이션 설정하기 딥러닝 2단계: 심층 신경망 성능 향상시키기 1. 머신러닝 어플리케이션 설정하기 📌Train/Dev/Test 세트(C2W1L01) 핵심어: 훈련 세트(Train set), 개발 세트(dev set), 테스트 세트(test set) 지금까지는 신경망을 어떻게 구현하는지 학습했다면, 이제부터는 신경망이 잘 작도하기 위한 실질적인 면을 배울 것. 데이터를 설정하기 위한 하이퍼파라미터 튜닝부터 최적화 알고리즘의 속도를 높여 적당한 시간 안에 학습 알고리즘이 학습할 수 있도록 하는 방법까지 다뤄볼 예정. 이번 시간에는 머신러닝 문제를 어떻게 해결하는지에 관해 이야기할 것. 정규화에 대해 다루고 신경망 구현이 맞게 되었는지 확인하는 몇 가지 기술을 살펴보고자 함. 훈련, 개발, 테스트 세트를 어떻게 설정할지에 관한.. 2023. 10. 9. 백엔드 프로젝트 5주차 (SQL 첫걸음) - 5장 집계와 서브쿼리 🎯행 개수 구하기 - COUNT 집계함수: 인수로 집합을 지정, 집합을 특정 방법으로 계산하여 그 결과를 반환. COUNT, SUM, AVG, MIN, MAX 등 COUNT: COUNT(집합), 인수로 주어진 집합의 개수를 구해 반환 SELECT * FROM sample51; +------+------+----------+ | no | name | quantity | +------+------+----------+ | 1 | A | 1 | | 2 | A | 2 | | 3 | B | 10 | | 4 | C | 3 | | 5 | NULL | NULL | +------+------+----------+ 5 rows in set (0.02 sec) sample51 테이블 전체 불러옴 SELECT.. 2023. 10. 7. 백엔드 프로젝트 4주차 (SQL 첫걸음) - 4장 데이터의 추가, 삭제, 갱신 🎯행 추가하기 - INSERT INSERT 명령: INSERT INTO 테이블명 VALUES(값1, 값2, ...) SELECT 명령: 데이터 검색을 위한 것으로, 질의를 하면 데이터베이스 서버가 클라이언트로 결과 반환 INSERT 명령: 데이터 추가, 클라이언트에서 서버로 데이터를 전송하는 형식으로 서버 측은 전송받은 데이터를 데이터베이스에 저장. ▶️INSERT로 행 추가하기 데이터베이스를 생성하면 테이블에는 아무런 데이터도 저장되어 있지 않은 상태, 이후 INSERT 명령으로 데이터를 추가해 데이터베이스 구축 DESC sample41; +-------+-------------+------+-----+---------+-------+ | Field | Type | Null.. 2023. 10. 7. 이전 1 2 3 4 5 6 7 8 ··· 12 다음
