[혼공10기/혼공 머신러닝 + 딥러닝] 6주차_Ch.7 딥러닝을 시작합니다!

📌 Ch7. 딥러닝을 시작합니다!

🖊️ Ch.7-1) 인공 신경망

✔️로지스틱 회귀로 분류 실습

1) 데이터셋 확인하기

- 데이터 불러오기, 크기 확인

- 샘플 확인

 

- 타깃값과 샘플 개수 확인

 

2) 샘플 1개씩 꺼내어 모델 훈련

 - 클래스 따라 사용하는 가중치, 절편이 다름

 

✔️인공신경망

 - 인공 신경망 구성

• 출력층 : 신경망의 최종 값을 만든다는 의미. 출력층으로 클래스 예측.
• 입력층 : 픽셀 값 자체로, 특별한 계산을 수행하진 않음. 
• 뉴런(유닛) : 출력을 계산하는 단위 

- 텐서플로와 케라스

• 텐서플로 : 구글이 공개한 오픈소스 딥러닝 라이브러리. 고수준 API,저수준 API로 구성.
• 케라스 : 텐서플로 고수준 API.
  • 직접 GPU 연산을 사용하지 않음
  • 멀티-백엔드 케라스로 텐서플로, 씨아노, CNTK를 백엔드로 사용 가능

 

✔️인공신경망 실습

1) 데이터 나누기

2) 모델 만들기

- 활성화 함수 : 선형 방정식 계산결과에 적용되는 함수 

- 손실함수 종류

• 이진분류 loss='binary_crossentropy'
• 다중분류 loss = 'categorical_crossentropy'

 

✔️확인문제

1) ③

모델 파라미터 개수 = 입력 특성 (100개 ) * 밀집층 뉴런 개수(10개) + 절편(10개)

 

2) ②

시그모이드 함수 : 0~1사이 확률로 이진 분류 모델 출력층 만든다

3) ④

compile(손실함수 지정, 측정 지표)

 

4) ①

정수값 1개만 사용 sparse

다중분류 loss = 'categorical_crossentropy'