본문 바로가기

분류 전체보기724

ML #10 : 나이브베이즈 분류 개요와 특징 (Laplace Smoothing, 언더플로우) 나이브베이즈 개요머신러닝의 분류 알고리즘 중 하나인 나이브베이즈 분류에 대해 소개하겠습니다. 나이브 베이즈 분류의 알고리즘은 간단합니다. 매개 변수 x, y가 있을 때 그룹 A에 속할 확률을 P1(x, y), 그룹 B에 속할 확률을 P2(x, y)라고 가정하고 P1이 P2보다 크다면 그룹A로 분류하고, P2가 P1보다 크다면 그룹B로 분류합니다. 그룹 A에 속할 확률을 P1(x, y)그룹 B에 속할 확률을 P2(x, y) P1(x, y) > P2(x, y) → 그룹AP1(x, y) 2020. 4. 21.
아이폰SE 2세대, 디자인 가격 스펙 출시일 총 정리! 단점은 무엇인가! 드디어 많은 사람들이 기다리던 아이폰SE 2세대가 정식 발표되었습니다. '이상적, 그러나 합리적'이라고 광고하는 아이폰SE 2세대는 아이폰8을 기반으로 만들어졌기 때문에 무게와 배터리 역시 아이폰8와 동일합니다. 아이폰SE 2세대는 아이폰11 Pro와 동일하게 A13 바이오닉 프로세서를 탑재하였으며 아이폰의 장점인 카메라 기능을 더해 아이폰의 장점에 장점을 더하고 가성비를 갖추었습니다. 오늘 포스팅에서는 새로 출시되는 아이폰SE 2세대 정보를 총 정리하고자 합니다. 아이폰SE 2세대 디자인아이폰 같은 경우에는 과거의 디자인을 재탕하는 모델의 경우에 SE라는 모델명을 붙이려는 모양입니다. 아이폰SE는 아이폰8과 동일한 디자인을 가지고 있으며, 심지어 케이스까지도 호환이 된다고 합니다. 다만 아이폰8에서 아.. 2020. 4. 21.
ML #9 : 머신러닝 의사결정트리, 모델 생성 방법 및 장단점 의사결정트리란?의사결정트리는 분류와 같은 의사결정을 수행할 때, 나무와 같이 가지치기를 함으로써 분류하는 방법입니다. 이는 과거에 수집된 데이터들을 분석하여 이들 사이에 존재하는 패턴을 속성의 조합으로 나타내는 분류 모형입니다. 의사결정트리 분류 절차는 아래와 같습니다. 1. 새로운 데이터 분류 (Classification)2. 해당 범주 값 예측 3. 트리 구조의 일반화된 지식 추출 의사결정트리는 두가지의 데이터 유형으로 나뉩니다. 범주형과 연속형입니다. 범주형은 분류나무로써 의사결정트리를 구성하며, 연속형은 회귀나무로 의사결정트리를 구성합니다. 하지만, 의사결정트리는 회귀모델의 정확도가 낮기 때문에 주로 분류의 목적으로 사용됩니다. 연속형 데이터를 위한 회귀나무는 쓸모 없다는 말입니다. - 범주형 :.. 2020. 4. 21.
결혼 스드메 준비! 웨딩 리허설 촬영 일정 및 준비물 (스튜디오 촬영) 지난주 목요일에 웨딩 리허설 스튜디오 촬영을 했습니다. 처음에는 정보가 없어서 스튜디오 촬영 일정을 잡는 것이 너무 막막했으나, 잘 해냈습니다. 제가 직접 체득한 리허설 촬영 일정과 팁을 여러분과 공유하고자 합니다. 저는 10시 촬영이었고 자차가 없어서 친구에게 스튜디오까지만 운전을 부탁했습니다. 촬영이 끝나고는 택시로 이동했습니다. 아래 본문에서는 기타 세부적인 내용을 포함하고 있으니, 정독하시면 되겠습니다. 리허설 촬영날 일어나는 일의 모든 것을 시간순으로 정리했습니다. 가격을 궁금해하시는 분들이 많으니 공유하자면, 스튜디오 촬영과 원본 사진을 88만원에 계약했습니다. 여기에 본식 촬영까지 더하면 촬영비만 150만원 정도 소모됩니다. 전체 일정리허설 스튜디오 촬영의 전체 일정은 아래와 같습니다. 10.. 2020. 4. 21.
BMW 벤츠 아우디, 인증 중고차 운영 이유 및 장점 단점 with 중고차 감가율 최근 차량 구매를 고려하고 있기 때문에 신차와 중고차를 고민하며 정보들을 종합하고 있습니다. 중고차는 일반 중고차와 인증 중고차로 나눌 수 있는데 인증 중고차에 대한 기본적인 정보와 운영 이유, 장단점에 대해 여러분과 공유하고자 합니다. 결론적으로, 일반 중고차의 구매보다는 인증 중고차를 구매하는 것이 속 편하게 중고차를 구매할 수 있다고 생각합니다. 중고차 감가율중고차는 구입후 3년 이후에 감가율이 매우 높으며, 3년 이후로는 선형으로 차량 가격이 다운된다는 것이 학계의 정설로 여겨지고 있습니다. 물론, 이와 같은 논리는 모든 차종에서 적용되지는 않습니다만 통상적으로 이야기되는 사실입니다. 아래 차트를 확인해보시면 그랜저, 쏘나타, 아반떼 모두 신차 구입 후 3년차까지 급속도로 차량 가격이 떨어지다가 .. 2020. 4. 18.
ML #8 : 머신러닝 SVM 기본 개념과 장,단점 (Support Vector Machine) kNN과 같이 기존 데이터를 사용해서 새로운 데이터가 입력되었을 때, 분류하는 방법이 있습니다. 이름은 Support Vector Machine (SVM) 입니다. 만약 영화의 장르와 같이 명확한 분류 기준은 없지만 기존에 분류된 장르에 해당하는 데이터가 있다면 기존 데이터를 SVM 알고리즘을 이용해서 분류할 수 있습니다. 오늘 포스팅에서는 SVM에 대해 간단히 공유하겠습니다. SVM 이란?SVM은 많이 사용하고 있는 신경망보다 사용이 간결하며 분류나 회귀 분석에서 사용 가능합하지만, 분류에서 주로 사용하고 있는 기법입니다. SVM은 Support Vector와 Hyperplane(초평면)을 이용해서 분류를 수행하게 되는 알고리즘입니다. 간단하게 설명하자면 평면 상태에서 아래와 같이 Hyperplane으.. 2020. 4. 18.
너무 거대하다 :: AKG N400 vs 갤럭시 버즈 플러스 크기 비교 with 에어팟 배터리가 부족함에도 불구하고 노이즈캔슬링 기능에 이끌려 AKG N400NC의 구매가 망설여진게 사실입니다. 하지만 실물 크기를 보고 AKG N400NC 구매 의사를 완전히 접었습니다. 사진으로 처음 접했을 때는 몰랐는데 실제로 갤럭시 버즈 플러스와 크기를 비교해보니 장난 아닙니다. 오늘 포스팅에서는 갤럭시 버즈 플러스와 AKG N400NC의 실물 크기 비교한 결과를 여러분과 공유해보겠습니다. AKG N400 vs 갤럭시 버즈 플러스 : 크기 차이먼저, 갤럭시 버즈 플러스와 AKG N400의 크기를 제원표 상에서 비교해보고자 했으나, 제원표 상에 사이즈에 대한 항목이 없어서 비교하지 못했습니다. 따라서 실물에 해당하는 크기를 이미지로 비교해보겠습니다. 갤럭시 버즈 플러스 또한 크기를 가늠하기 어려운 분이 .. 2020. 4. 17.
테슬라 모델3 vs 모델Y 제원 비교! 모델Y 주행 거리 상승! (퍼포먼스, 롱레인지) 테슬라의 모델3와 모델Y는 비슷한 디자인을 가지고 있으며 모델Y가 모델3를 Z축으로만 늘려놓은 듯한 모습을 가지고 있습니다. 실내 인테리어 역시 모델3와 모델Y가 비슷한 디자인으로 구성되어 있습니다. 따라서, 디자인도 그대로 가져오고, 내부 사양도 그대로 가져온게 아닌가하는 의구심이 들었고 사양을 비교해보았습니다. 퍼포먼스 모델 비교테슬라의 전기 모터를 그대로 느낄 수 있는 퍼포먼스 모델입니다. 파워트레인은 모델3와 모델Y 모두 AWD를 체택했으며, 최고 속도에서 모델Y가 모델3 대비 느립니다. 테슬라 모델Y가 크로스오버 차량이기 때문에 어쩔 수 없는 부분입니다. 또한, 제로백 역시 모델Y가 느립니다. 하지만, 모델Y가 모델3 대비 주행 가능 거리가 15% 정도 상승했습니다. 휠베이스가 모델3 보다 길어.. 2020. 4. 15.
테슬라 모델Y 출시! 디자인, 제원, 3열 시트 총 정리 하기! 테슬라의 두번째 전기크로스오버 테슬라 모델Y가 발표되었습니다. 테슬라 모델Y는 2020년 가을을 목표로 출고 일정을 잡고 있으며, 보급형 모델인 테슬라 모델3와 비슷한 실내외 디자인을 하고 있으며, 모델3와 같이 보급형 전기차입니다. 최근, 자동차 구입에 대한 생각이 솟아나고 있는데, 모델Y와 같은 새로운 전기차의 발표는 반가운 소식입니다. 이번 포스팅에서는 궁금해서 찾아본 테슬라 모델Y의 디자인과 제원, 3열 시트에 대한 정보를 정리하여 공유하겠습니다. 테슬라 모델Y 디자인테슬라 모델Y의 외부 디자인은 기본적으로 모델3와 유사한 전후면 모습을 가지고 있습니다. 프론트 램프와 리어 램프는 모델3와 동일한 모양을 하고 있으며 캐릭터 라인도 유사합니다. 아래 그림에서 비교해보면 알 수 있듯이 그냥 모델3를 .. 2020. 4. 14.
ML #7 : 머신러닝 k Nearest Neighbors (kNN) 알고리즘 장점, 단점 kNN 이란?k Nearest Neighbors (kNN) 알고리즘이란, 새로운 데이터의 분류를 알기위해 사용하는 최근접 이웃 알고리즘입니다. 예를 들면 새로운 음악이 발표되었을 때, 기존의 데이터를 사용해서 해당 음악의 장르를 분류하기 위해 사용합니다. 새로운 데이터가 입력되었을 때, 기존의 데이터와 새로운 데이터를 비교함으로써 새로운 데이터와 가장 인접한 데이터 k개를 선정합니다. 이어서, k 값에 의해 결정된 분류를 입력된 데이터의 분류로 확정합니다. 즉, 새로 입력된 데이터와 기존 데이터를 비교함으로써 새로운 데이터를 유사하게 판단된 기존 데이터로 분류하는 것입니다. 1. 새로운 데이터와 가장 인접 데이터 k개 선정2. k개의 데이터가 가장 많이 속한 분류를 선택 kNN 장점kNN을 사용하면 여러.. 2020. 4. 13.

티스토리툴바