검색결과 리스트
predictive model에 해당되는 글 1건
글
딥러닝에서의 예측 모델링 문제
크게 세가지 타입이 있다.
1. Regression
예측값을 얻기 위한 문제로 원하는 예측값의 수만큼의 출력 노드 사용
loss function으로 mean squared error or 'mse' 사용
예: 다음 단계 뇌파 전압, 다음 순간 주가, 내일의 기온, 지진 피해 예상액등
2. Binary Classification
yes 냐 no냐를 분리하는 문제로 한개의 출력 노드 필요
loss function으로 logarithmic loss, a.k.a cross entropy or 'binary_crossentropy'
예: 조기 치매인가 정상인가? 주가가 오를것인가 내릴것인가? 지진 피해액이 특정 금액보다 클것인가 작을 것인가?
3. Multiclass Classification
여러개의 클래쓰로 분류하는 문제로 분류하는 클래스의 총 수만큼의 출력 노드 사용
loss function으로 multiclass logarithmic loss or 'categorical_crossentro
예: 치매 환자의 종류 분류 (혈관성 치매, 알츠하이머, 파킨슨, ... ), 치매의 진행 단계 분류 (MCI, 경증 치매, 중증 치매, ... ), 주식 종목을 정해진 클래스로 분류 (관심주지 말아야 할 종목, 관찰 종목, 관찰 후 매수 종목, 반드시 매수 종목, 시장가 매수 종목, ... )
optimization algorithm으로는 일반적으로 sgd 이용.
많이 사용되는 optimization algorithms.
- stochastic gradient descent: 'sgd' requires the tuning of a learning rate and momentum
- ADAM: or 'adam' requires the tuning of learning rate
- RMSprop: or 'rmsprop' also requires the tuning of learning rate
'상념' 카테고리의 다른 글
연금복권 520 추첨 방식의 문제점, 조작에 무방비 (4) | 2017.01.01 |
---|---|
딥러닝에서 Epoch의 중요성 (0) | 2016.09.29 |
나만의 로보 어드바이저(robo-advisor) 만들기 [3] (0) | 2016.09.05 |
나만의 로보 어드바이저(robo-advisor) 만들기 [1] (0) | 2016.08.30 |
ECCB 2016 app (0) | 2016.08.28 |
RECENT COMMENT