모두 이루지리라 얍!

선형 회귀 (Linear Regression)는 가장 기본적인 회귀 분석 방법으로, 입력 변수(독립 변수)와 출력 변수(종속 변수) 간의 선형 관계를 모델링합니다. 주로 연속적인 값을 예측하는 데 사용되며, 예측하려는 변수와 입력 변수들 사이에 직선적인 관계가 있을 때 잘 작동합니다1. 선형 회귀의 기본 개념주어진 데이터를 통해 직선 방정식을 찾아내고, 이 직선이 주어진 데이터를 잘 설명할 수 있도록 회귀 계수를 학습하는 방법입니다.2. 선형 회귀의 장점과 단점장점:단순하고 이해하기 쉬움: 선형 회귀는 가장 기본적인 회귀 모델로, 그 구조와 동작이 직관적입니다.계산 효율성: 계산이 빠르고, 다루기 쉽습니다.해석 가능성: 모델이 단순하여 각 입력 변수의 영향을 쉽게 해석할 수 있습니다.단점:선형 관계에만 ..

손실 함수 (Loss Function)와 활성화 함수 (Activation Function)는 모두 신경망(딥러닝 모델)에서 중요한 역할을 하지만, 그 목적과 사용되는 위치가 다릅니다. 각각의 함수가 수행하는 작업을 간단히 설명하겠습니다1. 손실 함수 (Loss Function)손실 함수는 모델이 예측한 값과 실제 값(정답) 간의 차이를 계산하는 함수입니다. 모델이 얼마나 잘 예측했는지, 즉 오차의 크기를 측정하는 데 사용됩니다. 손실 함수의 목적은 이 오차를 최소화하는 것입니다. 즉, 모델이 예측한 값과 실제 값이 얼마나 가까운지 나타내며, 학습 과정에서 이 값을 최소화하는 방향으로 파라미터가 업데이트됩니다.주요 특징:목적: 모델의 예측 값과 실제 값의 차이를 측정학습: 손실 함수를 최소화하기 위해 경..

기초import tensorflow as tfts = tf.constant( [3, 6, 9] )ts2 = tf.constant( [2, 4, 6] )ts3 = tf.constant([[2, 3], [1, 3], [3, 1]])ts4 = tf.constant([[2, 4, 5], [4, 1, 3]])print('#상수#')print(ts)print('#더하기#')print(tf.add(ts, ts2))print('#빼기#')print(tf.subtract(ts, ts2))print('#나누기#')print(tf.divide(ts, ts2))print('#곲하기#')print(tf.multiply(ts, ts2))print('#행열곱셈#')print(tf.matmul(ts3, ts4))print('#0으로..

그냥 기본적인 설치가 아니라 가상환경에서 별도의 -macos가 붙은 버젼을 설치해주어야 한다.설치#가상환경 리스트확인conda info --envs#가상환경 삭제conda remove -n 가상환경이름 --all#가상환경 생성conda create --name tf_env python=3.8#가상환경으로 이동conda activate tf_env# M1 tensorflow-macos 설치pip install tensorflow-macos# GPU 가속을 위한 tensorflow-metal 설치pip install tensorflow-metal 테스트코드 실행이후 아래에 테스트코드를 실행한다.import tensorflow as tfprint(tf.__version__)실행 결과