[핸즈온 머신러닝] 머신러닝의 과정
머신러닝 프로젝트를 처음부터~끝까지~ 알려준다~
프로젝트 다 끝나가는데~
내가 좀 더 열심히 책을 읽었더라면...😅
머신러닝 프로젝트의 과정
- 큰그림을 본다
- 데이터 수집
- 데이터 탐색 및 시각화(EDA)
- 머신러닝 알고리즘을 위한 데이터 준비
- 모델 선택 및 훈련
- 모델 상세 조정
- 솔루션 제시
- 시스템 런칭, 모니터링, 유지보
문제정의
지도/비지도/강화 중?
분류/회귀?
배치학습/온라인학습?
성능측정 지표 선택
평균제곱근오차(RMSE)
회귀문제의 전형적 성능 지표
오차가 커질수록 이 값은 더 커짐
평균절대오차(MSE)
이상치가 많아보일때
'AI Theory > key concept of AI' 카테고리의 다른 글
데이터분석기초 (0) | 2022.09.14 |
---|---|
깃헙 csv 파일 Colab/Kaggle/주피터에서 사용하는 법 (0) | 2022.09.09 |
[핸즈온 머신러닝] 머신러닝의 종류 (0) | 2022.08.16 |
[모두의 딥러닝] 케라스에서 사용하는 대표적 오차 함수 (0) | 2022.07.29 |
[모두의 딥러닝] 로지스틱 회귀(logistic regression), 시그모이드 함수 (0) | 2022.07.29 |