0. 머신러닝
위키독스 “딥 러닝을 이용한 자연어 처리 입문” 챕터 01~06을 학습하는 중입니다.
1. 전체 데이터
1.1. 훈련: 훈련용, 검증용(모델의 성능 조정)
1.2. 테스트: 테스트용(모델의 성능 평가)
(X_train, X_test, y_train, y_test) = train_test_split(data_X, data_y, train_size=0.8, random_state=1)
2. 분류
2.1. Binary Classification: 선택지=2
2.1.1. Logistic Regression
2.1.1.1. 1/(1+e^-(wx+b)) Sigmoid function: 출력이 0과 1사이의 값을 가지면서 S자
출력값>= 0.5->1(True) 출력값<= 0.5->0(False)
model.add(Dense(1, input_dim=1, activation='sigmoid'))
2.1.1.2. Cross Entropy
model.compile(optimizer=sgd, loss='binary_crossentropy', metrics=['binary_accuracy'])
2.1.2. 다중 로지스틱 회귀: x가 2개
model.add(Dense(1, input_dim=2, activation='sigmoid'))
2.2. Multi-class Classification: 선택지>=3
model.add(Dense(1, input_dim=3, activation='linear'))
2.2.1. Softmax Regression
2.2.1.1. Softmax function
model.add(Dense(3, input_dim=4, activation='softmax'))
2.2.1.2. 원-핫 벡터: 단어의 유사성
y_train = to_categorical(y_train)
y_test = to_categorical(y_test)
2.2.1.3. 크로스 엔트로피 함수
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
3. 회귀: 어떠한 연속적인 값의 범위 내에서 예측값
3.1. 다중 선형 회귀: 독립 변수가 2개 이상
model.add(Dense(1, input_dim=3, activation='linear'))
4. Supervised Learning
: 정답과 함께 학습
ex)자연어 처리
5. Unsupervised Learning
: 별도의 레이블이 없이 학습
ex)텍스트 처리 분야 토픽 모델링 알고리즘 LSA/LDA
6. Self-Supervised Learning
: 레이블을 만들어서 학습
ex)워드 임베딩 알고리즘 Word2Vec, 언어 모델 BERT
7. Confusion Matrix: TP, TN, FP, FN
7.1. 정밀도(Precision)
: TP/(TP+FP)
7.2. 재현율(Recall)
: TP/(TP+FN)
7.3. 정확도(Accuracy)
: TP+TN/(TP+FN+FP+TN), F1-Score
8. 선형 회귀(Linear Regression)
8.1. Simple Linear Regression Analysis
: y=wx+b
8.2. Multiple Linear Regression Analysis
: x는 여러 개
9. Objective function=Cost function=Loss function
회귀: Mean Squared Error
cost = mse_loss(y_pred, y)
model.compile(optimizer=sgd, loss='mse', metrics=['mse'])
10. Optimizer
경사하강법(Gradient Descent)
0<학습률(learning rate) α<1
optimizer = tf.optimizers.SGD(0.01)
sgd = optimizers.SGD(lr=0.01)
11. 3차원 텐서: 시퀀스 데이터
자연어 처리 (batch_size, timesteps, word_dim)
