동선생

[캐글 보충] 2. AutoEncoder

AutoEncoder란?AutoEncoder는 비지도 학습 신경망 모델로, 레이블되어 있지 않은 훈련 데이터를 사용하여 압축(인코딩)하고 다시 복원(디코딩)하는 과정을 통해 효율적인 데이터 표현을 학습합니다.압축 과정에서 추출된 데이터 Z는 latent vector이라고 부르고 code, feature, hidden representation 등으로 이해할 수도 있습니다. encoder: 입력 데이터를 더 낮은 차원의 잠재 공간으로 압축잠재 공간(latent space): 압축된 데이터의 표현decoder: 압축된 표현을 원래의 입력 차원으로 복원오토인코더의 특징:입력과 출력이 동일: 오토인코더는 일반적으로 입력 데이터를 받아 그 데이터를 다시 reconstruct(재구성)하는 것을 목표로 합니다.레이블..

[캐글 보충] 1. 지도 학습 vs. 비지도 학습

해당 포스트는 auto encoder를 학습하던 중 지도 학습과 비지도 학습에 대한 개념을 학습하기 위해 작성되었습니다. 지도 학습(Supervised Learning)지도 학습이란 머신러닝 모델이 데이터를 학습할 때, 학습하는 데이터가 레이블(label)되어 있는 경우를 말합니다.  지도 학습의 종류에는 크게 회귀(Regression)와 분류(classification)이 있습니다. 회귀는 훈련 데이터와 이에 매칭되는 타겟 변수의 값들(레이블)을 학습하여, 새로운 입력 데이터에 대한 출력 값을 예측하는 기법입니다.분류는 말그대로 훈련 데이터와 이에 매칭되는 레이블을 학습하여, 새로운 입력 데이터의 범주형(categorical) 클래스를 예측하는 기법입니다.비지도 학습(Unsupervised Learni..