지도학습3 [PYTHON] KNN K-최근접 이웃(K-Nearest Neighbors) K-최근접 이웃(K-Nearest Neighbors, KNN)은 지도 학습 알고리즘 중 하나로, 분류 및 회귀 문제에 널리 사용됩니다. 이 알고리즘은 인스턴스 기반(instance-based) 학습 방법 중 하나로, 데이터 간의 거리를 기반으로 이웃을 찾아 예측을 수행합니다. 알고리즘 동작 방식:이웃의 수 선택(K 선택): 예측하려는 데이터 포인트에 대해 가장 가까운 이웃의 수(K)를 선택합니다.거리 측정: 입력 데이터 포인트와 모든 학습 데이터 포인트 간의 거리를 측정합니다. 일반적으로 유클리드 거리나 맨해튼 거리 등이 사용됩니다.가장 가까운 이웃 선택: 거리를 기반으로 입력 데이터 포인트에 가장 가까운 K개의 학습 데이터 포인트를 선택합니다.다수결 투표 (분류) 또는 평균 (회귀): 분류 문제의 경.. 2024. 4. 28. [PYTHON] 머신러닝 기초 머신러닝의 이해와 실습 머신러닝은 인공지능의 한 분야로, 데이터를 활용하여 컴퓨터가 스스로 학습하고 문제를 해결할 수 있게 하는 기술입니다. 머신러닝의 학습 방법과 문제 유형, 그리고 대표적인 라이브러리인 Scikit-Learn의 모델링 코드 구조에 대해 살펴보겠습니다. 머신러닝의 학습 방법 지도학습(Supervised Learning) 정답이 있는 데이터를 활용하여 학습하는 방식 분류(Classification)와 회귀(Regression) 문제가 있음 비지도학습(Unsupervised Learning) 정답이 없는 데이터를 활용하여 학습하는 방식 군집화(Clustering)가 대표적인 예 강화학습(Reinforcement Learning) 환경과의 상호작용을 통해 보상을 최대화하는 방식으로 학습 머신.. 2024. 4. 16. [KT AIVLE SCHOOL] KT Aivle 3차 미니프로젝트 후기 1 KT AIVLE SCHOOL 3차 미니프로젝트는 총 4일 동안 2개의 주제로 진행되었습니다. 두 프로젝트 모두 머신러닝을 활용하여 진행되었습니다. 1. 스마트폰 센서 데이터 기반 행동 인식 분류 이 프로젝트는 스마트폰의 다양한 센서 데이터를 활용하여 사람의 행동을 인식하고 분류하는 것이 목표였습니다.인간 행동 인식(HAR) 기술은 다양한 센서를 통해 사람의 모션 정보를 수집하고 해석하여 행동을 인식하는 기술입니다.지도학습 방식으로 진행되었으며, 다양한 알고리즘(Random Forest, Logistic Regression, SVM, KNN 등)을 활용하여 분류 모델을 생성하고 성능을 검증하였습니다. 하이퍼파라메터를 조정하고 행동을 분류하였을때 로지스틱 회귀가 가장 좋은 성능을 보여 저희는 로지스틱 회계.. 2024. 4. 16. 이전 1 다음
