728x90 머신러닝7 예측 모델에서도 Auto Model 기능을 쓸 수 있다!(AutoGluon) "Machine learning with AutoGluon, an open source AutoML library" 파이토치에서 자연어 처리를 공부하면 Auto Model로 모델을 찾는 경우가 많습니다. 예측 모델의 경우 어떻게 하는지 몰라서 모델 여러개를 생성한다음 best_model을 선택하는 방향으로 모델을 선택했는데 AutoGluon을 통해 다양한 모델을 알았고 자동으로 찾아주는 것을 알았습니다. 그럼 바로 사용법을 알아보겠습니다! 설치 단계 라이브러리 호출 사용 train_data = TabularDataset("https://autogluon.s3.amazonaws.com/datasets/Inc/train.csv") hyperparameters = { 'GBM': [ {'ag_args_fit'.. 2023. 3. 19. [ML_Basic] Naive Bayes Classifier 강의 참고 https://kooc.kaist.ac.kr/machinelearning1_17/ 인공지능 및 기계학습 개론Ⅰ 강좌소개 : edwith 본 강의는 기계 학습에 대한 이론적 지식을 확률, 통계, 최적화를 바탕으로 소개합니다. 이 과정에서 다양한 확률 이론 및 통계 방법론을 설명하며, 최적화 방법을 소개하고, Naiv... - KAIST 산업및 kooc.kaist.ac.kr Dataset for optimal classifier Learning Sky Temp Humid Wind Water Forecst EnjoySpt Sunny Warm Normal Strong Warm Same Yes Sunny Warm High Strong Warm Same Yes Rainy Cold High Strong W.. 2023. 1. 4. [ML_Basic] Decision Boundary 강의 참고 https://kooc.kaist.ac.kr/machinelearning1_17/ 인공지능 및 기계학습 개론Ⅰ 강좌소개 : edwith 본 강의는 기계 학습에 대한 이론적 지식을 확률, 통계, 최적화를 바탕으로 소개합니다. 이 과정에서 다양한 확률 이론 및 통계 방법론을 설명하며, 최적화 방법을 소개하고, Naiv... - KAIST 산업및 kooc.kaist.ac.kr Optimal classification 결국 분류(classification) 문제에서는 오류를 최소화 하는 Optimal classification을 원할 것이다. Optimal predictor of Bayes classifier은 오류(error)를 최소화 하는 함수를 만들면 될 것이다. $$f^{*} = argmin_.. 2023. 1. 1. [ML_Basic] Decision Tree (의사 결정 나무) 강의 참고 https://kooc.kaist.ac.kr/machinelearning1_17/ 인공지능 및 기계학습 개론Ⅰ 강좌소개 : edwith 본 강의는 기계 학습에 대한 이론적 지식을 확률, 통계, 최적화를 바탕으로 소개합니다. 이 과정에서 다양한 확률 이론 및 통계 방법론을 설명하며, 최적화 방법을 소개하고, Naiv... - KAIST 산업및 kooc.kaist.ac.kr Rule based learning (규칙 기반 학습)에는 큰 단점이 있다. https://thought-process-ing.tistory.com/72 바로 Rule based learning의 가정 Perfect world라는 것이다. 우리의 세상에는 예측하지 못하는 noise들이 많다. 따라서 우리는 noises에 강한 .. 2023. 1. 1. 이전 1 2 다음 728x90
