꾸준히 성장하기

오늘은 머신러닝에서 자주 사용되는 릿지(Ridge)와 라소(Lasso) 회귀에 대해 알아보겠습니다. 수업 시간에 배운 내용은 아닌데, 별도 공부를 하면 좋겠다고 하셔서 학습한 내용을 정리해보려고 합니다. 릿지(Ridge)와 라소(Lasso)는 머신러닝, 특히 회귀 분석에서 사용되는 기법입니다. 이들은 기본적으로 선형 회귀(Linear Regression) 모델을 기반으로 하되, 과적합(Overfitting)을 방지하고 모델의 일반화 능력을 향상시키기 위해 도입된 '규제(Regularization)' 기법입니다. 1. 릿지(Ridge) 회귀 상상해 보세요. 당신이 종이비행기를 날리는데, 비행기가 너무 멀리 날아가지 않도록 하고 싶습니다. 그래서 비행기에 작은 무게를 추가해서 조금만 날아가도록 합니다. 릿지..

저는 찐문과생..예측이라는 단어는 많이 들어봤지만 튜닝은 자동차튜닝..을 들어보았습니다. 예측은 앞으로 일어날 일을 추론하는 걸로 알고 있는데, 튜닝은 무엇이죠? 정확히 단어의 의미를 알고 사용해야겠다 싶었습니다. 여러분이 머신러닝이나 인공지능 분야에 관심을 가지게 되었을 때, "예측(prediction)"과 "튜닝(tuning)"이라는 두 가지 중요한 용어를 자주 접하게 될 것입니다. 이 두 과정은 모델을 개발하고 최적화하는 데 있어 매우 중요한 역할을 합니다. 각각의 목적과 활용에 대해 자세히 알아보겠습니다. 1. 예측(Prediction) 예측은 이미 학습된 모델을 활용하여 주어진 입력 데이터에 대한 출력 값을 추정하는 과정입니다. 예를 들어, 고객의 과거 구매 데이터를 분석하여 미래에 어떤 제품을..

(분명 매일 포스팅하겠다고 다짐했건만..... 어제는 쉬어보았습니다.) 저는 찐 문과생인데요...😅 한 달간 데이터 분석이라는 이공계 수업을 듣다 보니, 최근에는 모든 사물을 분석적으로 파악하려고 애쓰고 있어요. 하지만 찐 문과생인 저에게 코딩 지옥, 데이터 프레임 지옥은 마치 숨 쉴 공간을 만들어주지 않는 듯합니다🥲 그러던 중, 문과생 방식으로 데이터 분석에 접근하기 위한 방법을 찾았습니다. 그 것 은 !!! 바로!! 데이터 분석 관련 책 읽기였어요! 데이터 분석 관련 전공 서적도 많지만, 저에겐 조금의 휴식도 필요하다고 느꼈기에 문과생도 쉽게 읽을 수 있는 책들을 도서관에서 대출해 왔습니다. 읽었던 책 중에는 , 가 있고, 현재는 , 을 읽고 있으며, , , 를 읽을 예정입니다. (로지컬 씽킹과 비즈..

저는 데이터 분석을 공부 중인 문과생입니다. 제 전공이 아니다 보니 항상 어려움의 연속입니다😭 하지만 이 또한 극복하고 성장해보려고 합니다🔥 pandas 공부를 하다 보면 막히는 부분이 많습니다. 그럴 때마다 강사님께서는 하나의 꿀팁을 주셨는데요, 바로 전문가에게 바로 질문하기보다는 Pandas 공식 사이트에서 직접 정보를 찾아보라는 것이었습니다. 또는 'pandas.between' 같은 특정 함수나 메서드에 대해 궁금할 때, 구글 검색을 통해 직접 공식 문서로 접근해보는 것입니다. 상세한 설명과 사용법이 잘 정리되어 있어 공부하기에 편리하더군요. 이런 방식으로 학습하다 보니, 점점 더 데이터 분석의 깊이에 빠져들게 되었습니다. 그리고 이 과정 속에서 저는 하나의 중요한 깨달음을 얻었습니다. 바로 '자기..