Adore__

| Date: 0804.2022 ECG project -ing... ​ _INFO ​ SVMs, Support Vector Machines 는 머신러닝 알고리즘으로, 분류(classification)와 회귀(regression), 그리고 outlier detection에 사용되는 강력한 알고리즘 중 하나이다. SVM 분류기는 새로운 데이터 points를 주어진 카테고리 중 하나에 지정하기때문에, 비확률적인 2진법 선형 분류기 (non-probabilistic binary linear classifier) 처럼 보이기도 한다. ​ SVMs는 선형 분류기로 사용될 수 있지만, 추가적으로 kernel을 이용하여 비선형 분류가 가능하다. 즉, inputs 데이터들을 더 고차원적인 feature spaces에 m..

_INTRO 이전 포스팅에서는 VGG16의 개념에 대해 다뤘다면, 이번에는 직접 python으로 구현하기 위해 Keras를 사용하는 방법을 알아보겠다. ​ ​ ​ ​ ​ _DATASET PREPARATION ​ Dogs vs Cats Dataset : https://www.kaggle.com/c/dogs-vs-cats/data ​ 위 링크로 들어가서 데이터셋을 다운로드 받자 (나는 project에 맞춰 ECG datasets를 사용했다) 다운로드를 완료했으면 다음 libaries를 import해준다. Sequential : Sequential model을 만들기 위해 사용한다. Sequential model은 모델의 모든 layers가 순차적으로 나열되었다는 뜻이다. ImageDataGenerator :..

_INTRO ECG project에서 여러 개의 DL model을 사용하고 있는데, 생소한 모델이 많아서 하나씩 정리해 보려고 한다. 그 중 VGG model 과 구현 방법에 대해서 알아보자. VGG는 VGGNet으로도 알려져 있는데, 이는 CNN구조를 가진 네트워크로, CNNs의 깊이를 늘려서 모델 성능을 향상시키 위해 개발되었다. ​ ​ ​ ​ _VGG VGG는 Visul Geometry Group의 약자로, 다중 layers가 있는 deep CNN 구조이다. 여기서 deep은 layer의 수를 말하며, layer가 16개인 VGG-16, 19개인 VGG-19가 있다. * stand for: (숙어) ~을 나타내다, 의미하다, 상징하다. ​ ​ VGG는 획기적인 객체 인식 모델의 기초이다. 심층 신경..

_INTRO ECG project를 진행하면서, XGBoost model을 사용하기로 했는데 그 이전에 모델에 대한 사전 지식을 얻고자 공부해보려 한다. XGBoost 인기는 계속해서 상승하고 있는데, Kaggle에서 매우 큰 성과를 이루면서 주목을 받고 있다. _What is XGBoost? XGBoost (Extreme Gradient Boost) 는 Gradient Boosted Decision Tree (GBDT) 계열의 지도학습 알고리즘으로, 다음과 같은 이점을 갖고있다. 병렬 처리 (Parallel tree boosting), 자동 가지치기 알고리즘 : 빠른 속도 과적합 규제 (Overfitting Regularization) 위한 parameter 추가 회귀 (Regression), 분류(C..