지옥의 스터디

🚀 주성분분석(Principal Component Analysis, PCA)✅️ 차원축소의 목적- 여러 변수들을 소수의 주성분으로 추소하여 데이터를 쉽게 이해 및 관리- 주성분분석을 통해 차원을 축소하여 연산속도 개선- 회귀분석에서 다중공선성 최소화 등 ✅️ 주성분분석을 이해하기 위한 수학적 개념주요 개념설명공분산(Covariance)- 2개의 연속형 변수의 상관 정도(선형관계)를 나타내는 값- 원 데이터의 분산에 대한 정보 저장공분산행렬(Covariance Matrix)- 변수들 사이의 공분산을 행렬로 나타낸 값- 정방행렬(Square Matrix)- 대칭행렬(Symmetric Matrix): 전치(Transpose)를 시켰을 때 동일한 행렬- 데이터의 구조적 의미: 각 데이터의 변동이 얼마나 닮았나..

🚀 CNN(합성곱신경망, Convolutional Neural Network)- 각 레이어의 입출력 데이터의 형상 유지- 이미지의 공간 정보를 유지하면서 인접 이미지와의 특징을 효과적으로 인식- 복수의 필터(Filter = 커널)로 이미지의 특징 추출 및 학습- 추출한 이미지의 특징을 모으고 강화하는 풀링 레이어(Pooling Layer) 사용- 필터를 공유 파라미터로 사용하기 때문에, 일반 인공신경마오가 비교하여 학습 파라미터가 매우 적음 ✅️ 합성곱신경망(CNN)의 레이어 설명구분설명 컨볼루션 레이어(Convolution Layer)입력 데이터에 필터를 적용하여 특징(Feature)을 추출하는 레이어필터(Filter) 사용특징맵(Feature Map) 추출풀링 레이어(Pooling Layer)서브 ..