beginner-in-coding 님의 블로그

기간: 2025.04.14 ~ 2025.04.2101. 학습 블로그[머신러닝 & 딥러닝] 적응형 선형 뉴런(ADAptive Linear NEuron, ADALINE)[머신러닝 & 딥러닝] K-최근접 이웃(K-Nearest Neighbor, KNN)[Python] 시각화[머신러닝 & 딥러닝] K-means 알고리즘[머신러닝 & 딥러닝] 퍼지 C-평균(Fuzzy C-Means, FCM)[머신러닝 & 딥러닝] 비지도 학습에서의 성능 평가 (1) - 엘보우 방법[머신러닝 & 딥러닝] 비지도 학습에서의 성능 평가 (2) - 실루엣 그래프[머신러닝 & 딥러닝] 딥러닝을 시작하기 전에[머신러닝 & 딥러닝] K-Means 튜닝 하이퍼파라미터

1. 주요 KMeans 파라미터:n_clusters: 클러스터의 수. 일반적으로 Elbow Method나 Silhouette Score 등을 사용하여 최적의 k 값을 찾습니다.init: 초기 클러스터 중심을 설정하는 방법. 기본값은 'k-means++'로, 클러스터 중심을 자동으로 잘 초기화합니다.'k-means++': 더 나은 초기화 방법으로, 과거의 KMeans 알고리즘보다 더 빠르고 안정적인 결과를 제공합니다.'random': 무작위로 초기 중심을 설정합니다.ndarray: 사용자 지정 중심을 제공할 수도 있습니다.max_iter: 최대 반복 횟수. 기본값은 300입니다.너무 적게 설정하면 수렴하지 않을 수 있고, 너무 크게 설정하면 계산 비용이 커질 수 있습니다.n_init: 초기화 반복 횟수. ..

01. 딥러닝(Deep Learning)머신러닝의 하위 분야여러 개의 층으로 이루어진 인공 신경망(Artificial Neural Network, ANN)심층 신경망(Deep Neural Network, DNN) 구조: 이미지나 텍스트 분석에 잘 맞음02. 인공 신경망기본 개념: 사람의 뇌가 어떻게 복잡한 문제를 푸는 지에 대한 가설과 모델 기반초기 연구: 워렌 맥컬록(Warren McCulloch), 월터 피츠(Walter Pitts)맥컬록-피츠 뉴런 모델(퍼셉트론)이 처음 구현된 이후, 루멜하트(Rumelhart), 힌튼(Hinton), 윌리엄스가 신경망을 효과적으로 훈련시키는 역전파 알고리즘을 재발견한 이후에 신경망에 대한 관심이 살아남신경망 구조: 여러 층으로 이뤄짐DNN 애플리케이션 예시사진 이..