전체37 기계학습 : Sigmoid와 Cross-Entropy 함수의 미분 다음의 블로그를 레퍼런스로 정리하였습니다.https://towardsdatascience.com/derivative-of-sigmoid-and-cross-entropy-functions-5169525e6705 2024. 4. 29. conda install pytest, stable-baselines3 conda에서 설치아래는 모두 Proceed ([y]/n)? yy 입력 필요 [0] conda update하기conda update -n base -c defaults conda 2024. 4. 29. CCE: Categorial Cross-Entropy 범주형 교차 엔트로피 https://medium.com/@anishnama20/understanding-cost-functions-in-machine-learning-types-and-applications-cd7d8cc4b47d Understanding Cost Functions in Machine Learning: Types and Applications What is cost function? medium.com CCE 사용 시기 다중 클래스 분류: 인스턴스가 여러 가능한 범주 중 하나에만 속하는 문제에 이상적. 확률적 출력: 모델 출력이 각 클래스에 대한 확률일 때 유용. 출력층의 소프트맥스 활성화: 신경망의 마지막 계층에서 소프트맥스 활성화 함수와 함께 자주 사용됨. CCE를 사용하지 않는 경우 이진 분류: 두 클래.. 2024. 4. 9. 기계학습의 분류 지표 가이드 https://www.evidentlyai.com/classification-metrics ● 분류 모델의 품질을 평가하는 방법 가이드 이진 및 다중 클래스 문제에 대한 다양한 기계 학습 메트릭 소개 ● 가이드 제공 내용 1. 정확도, 정밀도, 리콜, F1점수 및 ROC AUC 포함하는 주요 분류 메트릭 계산하는 방법 2. 각 메트릭의 장단점 및 코너 케이스에서 동작하는 방식과 일부 메트릭이 적합한 경우 이해 3. ML 모니터링에서 분류 메트릭을 설정하고 사용하기 위한 실제 팁 ● 가이드의 차별점 1. 메트릭 뒤에 숨겨진 직관 설명. 공식에 연결하여 누구나 이해 가능한 간단한 설명에 집중. 2. 그림으로 표시된 가이드. 각 메트릭의 시각화 제공. 3. 실제 사례 사용. 추상적인 시나리오보다는 작업 중에 .. 2023. 12. 21. 이전 1 2 3 4 ··· 10 다음
