Tensorflow26 Logistic Regression with Tensorflow 2.0 (1) Logistic Regression(논리회귀) 모델링방법은 독립변수의 선형결합을 통해서 결과가 나올 가능성을 예측하는 기법입니다. 이는 지금까지 봤었던 Linear Regression(선형회귀)와 동일하게 독립변수와 종속변수의 관계를 hypothesis(가설)라는 구체적인 함수로 모델링 한다는 점에서는 동일합니다. 하지만 종속변수가 Linear Regression에서는 연속형이고, Logistic Regression에서는 범주형의 형태를 띈다는 차이가있습니다. 따라서 간단하게 종속변수가 예를들어 0,1의 범주일경우 binary classification(이진분류)이라고도 불리우는 이유입니다. Linear Regression 종속변수 유형 : 24, 178, 712, 36 Logistic Regressio.. 2020. 2. 5. Multiple Linear Regression with Tensorflow 2.0 이전에는 Simple Linear Regression에 대해서 알아보았습니다. 이는 독립변수가 1개이고 hypothesis를 통해서 Label을 도출하는 방식입니다. 아래의 그림과 같이 얼마나 W와 b를 잘 학습해서, 추가로 들어오는 독립변수에 대해서 정확한 Label을 내놓는지가 중요한 문제입니다. Simple Linear Regression에 대해서는 이전글을 참조해주시기 바랍니다. 2020/01/24 - [Tensorflow] - [Tensorflow 2.0] 03. Simple Linear Regression (1) [Tensorflow 2.0] 03. Simple Linear Regression (1) 이번에는 Machine learning의 지도학습(Supervised Learning) 중 하.. 2020. 1. 30. Simple Linear Regression with Tensorflow 2.0 (3) 이번에는 Simple Linear Regression에 대해서 Keras로 구성해 보겠습니다. 도데체 이렇게 간단한 Linear Regression (선형회귀) 구현하는데 이렇게 많은 방법으로 구현하는지 궁금하실수도 있을 것 같습니다. 자신이 보유한 Data를 가지고 원하는 결과를 얻기위해서 Modeling을 하는데 여러가지 방법이 있으며, 단계 별 고도화 되는 방법을 사용해서 구현이 가능하는 것을 보여드리고 싶었기 때문입니다. Numpy Modeling -> Only Tensorflow Modeling -> High level API Modeling in Tensorflow (Keras) 이 모든것을 한번 보려면 가장 기초적인 문제에 대해서 적용해 보는게 이해가 가장 빠를 것이라 판단하였고, 가장 마지.. 2020. 1. 28. Simple Linear Regression with Tensorflow 2.0 (2) 지난번에 Simple Linear Regression Analysis(단순선형회귀)에 대해서 알아보았습니다. 그리고 이를 Numpy를 가지고 구현해 보았습니다. 이번에는 Numpy대신 Machine Learning(이하 ML) 패키지인 Tensorflow 2.0으로 구현해 보겠습니다. 혹시 이 글을 처음으로 보시는 분들은 아래 글에서 Simple Linear Regression Analysis에 대한 간략한 정의와 필요한 구성요소에 대한 정보를 확인하고 넘어오시기를 바라겠습니다. 2020/01/24 - [Tensorflow] - [Tensorflow 2.0] 03. Simple Linear Regression (1) [Tensorflow 2.0] 03. Simple Linear Regression (1).. 2020. 1. 26. 이전 1 2 3 4 5 6 7 다음
