머신런닝 공부를 하면서 느낀 점
일반적이고 당연한 것이겠지만 1. 데이터의 속성을 세밀하게 분석할 필요가 있다.대부분 제공되는 오픈된 소스에서 보면 코드의 70~80가 전처리 부분이다.한줄 한줄에 대한 이해가 필요함.바꿀 수 있는 요소를 찾고 검토를 해야 함. 2. BP 사례를 찾아 최적이라 생각되는 모델을 구성할 필요가 있다.나중에 모델의 구조를 변경하게 되면 하이퍼파라미터의 재수정이 들어가야되는 상황이 발생하므로최적이라 판단되는 혹은 레퍼런스가 많은 모델 구조를 우선 만들 필요가 있다. 3. 하이퍼 파라미터의 수정은 기록이다.우선 모델을 어느정도 구조화시킨 다음에는 다양한 파라미터를 수정해 가면서 정확도를 예측하게 되는데어떤 전략으로 수정해 나갈지 사전에 계획하고 수정사항들을 꼼꼼히 기록할 필요가 있어 보인다. 4. 시각화도 중요하..
공부하자/머신러닝
2019. 3. 22. 11:27
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- 리눅스
- color scripter
- TM
- wget
- 우드스토브
- 달인
- Mate pair
- VirtualHost
- Python
- Next Generation Sequencing
- transmembrane
- 생물정보기업
- CNV
- ssh
- deep learning
- signalP
- xbrowser
- Aging
- Bioinformatics
- paired-end
- machine learning
- 가상호스트
- pygr
- illumina
- 리눅스 모니터링
- GaN
- tensorflow
- 화목난로
- edwith
- MySQL
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
31 |
글 보관함