자연어처리(NLP) 기초 1. 워드 임베딩 x (Word Embedding) - 텍스트를 컴퓨터가 이해할 수 있도록 숫자로 변환 - 단어를 표현하는 방법에 따라서 자연어 처리의 성능이 크게 달라짐 - 워드 임베딩은 각 단어를 인공 신경망 학습을 통해 벡터(Vector)화하는 방법 - 케라스에서 제공하는 Embedding() => 단어를 랜덤한 값을 가지는 벡터로 변환한 뒤에, 인공 신경망의 가중치를 학습 2. 인공지능에서 벡터 x (vector)란 vector (50000,32,32,3) 60000,28,28) # reshape가 필요한 형태 이러한 형태를 '벡터'라고함. - 인공지능 분야에서 벡터는 대개 고차원의 숫자 배열(array)을 의미함 - 이미지 데이터의 벡터는 각 픽셀(pixel)의 색상 값..
1. 회귀분석과 분류분석 ■ 의미 회귀분석은 종속 변수와 독립 변수 간의 관계를 모델링하고 예측하는 분석 방법으로, 연속형 데이터를 다룸. 독립 변수는 종속 변수에 영향을 주는 요소들로 구성되며, 주어진 데이터를 통해 함수적인 관계를 찾고 예측을 수행. 반면, 분류분석은 주어진 데이터를 기반으로 샘플들을 여러 개의 클래스로 분류하는 분석 방법으로, 범주형 데이터를 다룸.주어진 데이터로부터 클래스를 구분하는 기준을 학습하고, 새로운 입력값이 어느 클래스에 속하는지 예측함. 2. 완전연결(fully connected)신경망과 합성곱(convolution)신경망 ■ 완전연결 신경망(FCNN): 각 뉴런이 이전 계층의 모든 뉴런과 연결되어 있고, 다음 계층의 모든 뉴런과도 연결되어 있음. 주로 분류나 회귀 문제..
