기계학습 알고리즘 직접 구현하는 프로젝트
- numpy
- pandas
- 집값 데이터
선형 회귀 모델은 다음과 같은 방정식을 따릅니다: y = XW
학습 과정 (경사하강법) 손실 함수(평균 제곱 오차, MSE)를 최소화하기 위해 경사하강법을 사용하여 가중치를 업데이트합니다.
성능 평가 (R² 점수) 모델의 성능은 결정 계수를 통해 평가됩니다.
학습 - 메모리에 학습 데이터셋의 feature matrix, class vector 저장 예측 - 저장된 feature matirx와 L1 distance를 구한 후 가장 가까운 샘플의 클래스로 예측
encoder - 입력 데이터를 latent space로 매핑하여 평균과 로그 분산 반환
decoder - 평균과 로그 분산을 활용하여 입력 데이터를 복원
train - 학습에 관한 코드
eval - 테스트 데이터에 시각화 및 원본과 비교
generator - 노이즈로 부터 이미지 생성
discriminator - 진짜 이미지와, 생성된 이미지를 구분
loss function - cross entropy 이용
(학습 시간이 오래 걸려, 임시로 에포크 1로 진행한 결과)