본문 바로가기
728x90
반응형

전체 글426

(Regression) Overfitting 방지하는 Feature Selection 기법의 종류 정리 Feature Selection을 왜 해야 하는지 어떤 종류들과 어떻게 사용하면 되는지 학습해보자 # 함께 보면 좋은 게시물 (모델 평가 및 지표) 2024.04.05 - [Machine Learning/Regression Problem] - (Regression) Model 평가 및 지표 해석하는 방법! - 성능지표 총 정리 (Regression) Model 평가 및 지표 해석하는 방법! - 성능지표 총 정리 모델의 성능이 얼마나 잘 나왔는지 확인하고 위한 Model 평가와 지표들에 대해서 학습해보자 (지난 게시물 참고) # 지난 게시물 (β(계수) 추정법 & p-value란?) 2024.04.05 - [Machine Learning/Regression Problem] - derrick.tistory... Machine Learning/Regression Problem 2024. 4. 7.
평택 sg웨딩컨벤션 라베아툼 - 채광이 너무 예쁜 예식장! 안녕하세요! 중저음 사회자 이동현입니다😊 이번에는 평택에서 아주 핫한 예식장이죠! '평택 sg웨딩컨벤션 라베아툼'을 다녀왔습니다! 이번 결혼식에는 특별한 순서가 있었는데요! 바로 버진로드를 먼저 걸으셨던 "신랑신부, 양가 부모님의 입장"입니다. 화촉 점화를 위해서 양가 어머님이 입장하는 경우도 있지만, 이렇게 신랑 부모님, 신부 부모님이 따로 입장을 해서 리마인드 웨딩하는 분위기로 가도 색다른 결혼식이 될 수 있습니다😊 그리고 부모님에게도 추억의 선물이 되기도 해서 굉장히 좋아하십니다ㅎㅎ 샘플 영상은 게시물 하단에 있습니다 : ) ✨결혼식 사회 영상과 사회자 프로필은 글의 맨 아래를 참고해주세요 ✨ # 인스타 링크 (ID : dk.host) https://www.instagram.com/dk.host?i.. 결혼식 사회/평택 2024. 4. 5.
평택 국제웨딩컨벤션 라루스홀 - 서프라이즈 이벤트와 프로포즈! 안녕하세요! 중저음 사회자 이동현입니다😊 새로운 시작인 3월에 결혼하시는 신랑신부님이 많으신데요! 이번에는 '평택 국제웨딩컨벤션 라루스홀'을 다녀왔습니다 : ) ✨결혼식 사회 영상과 사회자 프로필은 글의 맨 아래를 참고해주세요 ✨ # 인스타 링크 (ID : dk.host) https://www.instagram.com/dk.host?igsh=aGRnM3RpbG5waHc0&utm_source=qr 평택 국제웨딩컨벤션 라루스홀 (240309) 국제웨딩컨벤션은 '국제대학교' 안에 있는 예식장이예요! 안으로 들어오셔서 주차하고 들어오면 바로 홀입니다ㅎㅎ 주차장이 조금 협소할 수 있어서 예식 시간보다 조금 더 일찍 가시는걸 추천드려요😊 라루스홀은 전반적으로 어두온 홀에 다양한 조명과 꽃장식으로 화사한 분위기를 많.. 결혼식 사회/평택 2024. 4. 5.
대검찰청 예그리나홀(4층) - 넓고 경건한 분위기의 예식장 안녕하세요! 중저음 사회자 이동현입니다😊 3월의 첫 결혼식 사회로 '대검찰청 예그리나홀(4층)'을 다녀왔습니다 : ) ✨결혼식 사회 영상과 사회자 프로필은 글의 맨 아래를 참고해주세요 ✨ # 인스타 링크 (ID : dk.host) https://www.instagram.com/dk.host?igsh=aGRnM3RpbG5waHc0&utm_source=qr 대검찰청 예그리나홀(240303) 전체적으로 홀이 큰 편이예요ㅎㅎ 수용 인원도 꽤 되는 것 같고 버진로드가 별도로 있지는 않아서 오른쪽 통로를 이쁘게 장식해놔서 버진로드처럼 입장하실 수 있도록 꾸며놨어요 :) 하얀색으로 장식된 신부 대기실! 신부 대기실은 꽤나 화사한 느낌이예요ㅎㅎ 양옆으로 생화로 장식해놔서 더욱 산뜻하고 화사한 분위기입니다🎉 신랑신부 맞.. 결혼식 사회/서울 2024. 4. 5.
(Regression) Model 평가 및 지표 해석하는 방법! - 성능지표 총 정리 모델의 성능이 얼마나 잘 나왔는지 확인하고 위한 Model 평가와 지표들에 대해서 학습해보자 (지난 게시물 참고) # 지난 게시물 (β(계수) 추정법 & p-value란?) 2024.04.05 - [Machine Learning/Regression Problem] - (Regression) 모델의 에러를 가장 낮출 수 있는 'β(계수) 추정법' p-value란? (Regression) 모델의 에러를 가장 낮출 수 있는 'β(계수) 추정법' p-value란? 모델의 에러(Error) 수식('E(Y) = β(0) +β(1)X')를 바탕으로 가장 낮은 에러를 취하기 위한 β(계수)의 값은 무엇인지 추정하는 법에 대해 학습해보자 모델의 Error를 가장 낮추기 위한 'β (계수) 추정법' derrick.tist.. Machine Learning/Regression Problem 2024. 4. 5.
(Regression) 모델의 에러를 가장 낮출 수 있는 'β(계수) 추정법' p-value란? 모델의 에러(Error) 수식('E(Y) = β(0) +β(1)X')를 바탕으로 가장 낮은 에러를 취하기 위한 β(계수)의 값은 무엇인지 추정하는 법에 대해 학습해보자 모델의 Error를 가장 낮추기 위한 'β (계수) 추정법' 1. Mathematical Expression 1) Simple & Multi-Linear Regression 위의 수식처럼 참값(Y)에 불가피하게 붙는 Error(ε)를 가장 낮출 수 있는 추정값(E(Y), y^) β값을 찾아내는 것이 목표이다. 위의 수식과 같이 Error(ε)는 참값과 추정값(E(y))의 차이로 볼 수 있다. 'β0'은 y절편으로 x가 0일때의 값이고, 'β1'의 값은 추정한 모델의 기울기이다. → Multi-linear regression의 경우, 독립 .. Machine Learning/Regression Problem 2024. 4. 5.
(Regression) 쉽게 이해하는 Loss Function - Error, Variance, Bias 관계는? 현업 문제에서 접목시킬 수 있는 머신러닝 알고리즘 중, 가장 기본이 되는 것은 'Regression'. 기초적인 Loss function부터 Regularized Linear Model까지 학습을 해보자. Regression 알고리즘에서의 Loss Function이란? 1. Error of Model Loss function은 모델의 성능을 측정하거나 학습할 때 모델이 얼마만큼 잘 학습할 수 있는지 기준(척도)이다. # 좋은 알고리즘(Algorithm)의 기준 : 예상하고 있는 expected output의 퀄리티가 높게 나오는 경우와 에러도 낮은 경우에 해당된다. → 여기서의 에러(Error)는 loss function으로 정의될 수 있다. 1) 학습할 수 있는 데이터셋이 있고 2) 이 데이터셋을 알고.. Machine Learning/Regression Problem 2024. 4. 5.
왜 데이터 분석가도 Cloud를 알아야 할까? on-premise란? Cloud, 데이터 분석가도 꼭 알아야 하는걸까? 1. On-premise On-premise는 회사 내에 IDC에 존재하는 플랫폼을 의미한다. - Legacy system을 Cloud로 전환하는 것은 많은 비용과 Risk를 수반 - 여전히 많은 회사에서 On-premise에서 서비스를 운영중 → 그럼에도 불구하고 대부분의 회사에서 Cloud 도입을 검토하고 있거나 PoC 수행중 - Cloud 환경에서 분석이 가능한 분석가와 Local에서만 분석 가능한 분석가? → Cloud를 몰라도 분석은 할 수 있지만, Cloud를 아는 분석가는 더욱 경쟁력을 확보할 수 있다. 그래서 Cloud 환경에서의 분석도 해보는 것이 굉장히 중요하다. 2. MLOps 그럼 MLOps 관점에서 본다면? - 초기 ML 프로세스와.. Machine Learning/Data Load (Cloud AWS) 2024. 4. 2.
요즘 사람들은 다 쓴다는 Public Cloud란? 초간단 쉽게 이해하자 Data Loading from Cloud - Public Cloud - 1. Cloud - Cloud란? 데이터를 인터넷과 연결된 중앙컴퓨터에 저장하여 인터넷에 접속하기만 하면 언제든지 서비스를 이용할 수 있음을 의미하는 개념이다. - Cloud를 이용하면 작업한 컴퓨터에서만 데이터를 불러올 수 있는 것이 아니라 마치 여러 장소에서 동일한 구름을 관찰할 수 있듯이 어디서나 필요한 서비스를 활용할 수 있다. 2022년에는 대기업 신규 소프트웨어 투자의 20% 이상이 'Cloud First' → 'Cloud Only' 전략 → 많은 서비스를 클라우드로 관리한다 → CSP(Cloud Service Provider), AWS, 마이크로소프트, 구글 등이 보안, 전기 공급, 서버 냉각 문제 등의 모든 것을 관리.. Machine Learning/Data Load (Cloud AWS) 2024. 4. 2.
(파이썬) 쉽게 이해하고 써먹는 matplotlib로 시각화하기 Github에서 데이터를 불러와서 다양한 상황에 대해 matplotlib를 어떻게 활용할 수 있는지 학습해보자 # 다룰 데이터 리스트 1) 인구에 대한 정보를 시각화 → 인구밀집도 분석(scatter, encircle) 2) 자동차 연비, 실린더 갯수, 배기량 등의 상관관계 → 배기량에 따른 고속도로 연비 변화량 (histogram) → 각 자동차 feature 간 상관관계 분석 (heatmap) → 자동차 모델별 차량 주행거리 분석 → 실린더 갯수에 따른 도심 연비 시각화 → 차급에 따른 도심 연비 비교 → 자동차의 종류별 비율 → 자동차 회사별 시장 점유율 파이썬에서 데이터 분석을 할 때 중요한 시각화 과정! matplotlib를 활용하여 직접 실습해보자 1. 인구 데이터 시각화 & 분석 1) Imp.. Machine Learning/Basic of Python (Colab) 2024. 4. 2.
반응형

티스토리툴바