Modeling Part.2
비교적 간단한 모델에 속하는 OLS, 포아송 회귀보다 지리적 데이터에 더 적합한 지리적 가중 회귀(GWR) 모델을 사용해보자.
Recent posts
Note 413 학습률, 가중치 초기화, 정규화
딥러닝도 머신러닝의 일부라고 할 수 있기 때문에 성능을 더 높이거나 과적합을 해소하기 위한 방법들이 머신러닝과 유사하다. 이번 포스팅에서는 학습률, 가중치 초기화, 정규화 등의 방법을 사용하여 신경망의 성능을 어떻게 높이고, 과적합을 해소할 수 있는지 다뤄보자.
Note 412 Training Neural Network, Backward propagation, Gradient Descent, Loss Function, Optimizer
신경망에서의 학습이 어떻게 이루어지는지 알아보자. 또한, 손실을 최소화하기 위해서 가중치와 편향을 어떻게 업데이트 시키는지 정리해보자.
Note 411 퍼셉트론(Perceptron)과 인공신경망(ANN)
이번 섹션에서는 해석하긴 어렵지만 머신러닝보다 더 좋은 성능을 낼 수 있는 딥러닝에 대해 배울 것이다. 특히 이번 포스팅에서는 딥러닝을 배우기 위한 기본개념인 퍼센트론, 인공신경망, 활성화 함수 등에 대해 알아보자.
Note 334 시간과 부호화
데이터를 저장할 때 날짜나 시간을 표현해야 하는 경우가 있다. 하지만, 시간을 표현하는 방법과 기준이 다 제각각이면 데이터를 읽고, 처리하는데 번거로움이 발생한다. 예를 들어, 시간별로 주가 정보를 표현하는 데이터가 있다고 할 때, 날짜와 시간을 나타내는 데이터가 매우 중요할텐데...