https://tykimos.github.io/2017/05/22/Evaluation_Talk/ 평가 이야기 이번에는 학습한 모델을 어떤 기준으로 평가를 해야되는 지를 알아보겠습니다. 모델을 평가한다고 하면 정확도라는 단어를 떠올리기 쉬운데, 문제에 따라 단순히 정확도로만 평가하기 힘든 경우가 있습니다. 조금 더 알아보면 민감도, 특이도, 재현율 등의 용어가 나오는데, 비전공자에게는 생소하게만 느껴집니다. 몇가지 문제와 모델을 정의하고 여기에 적합한 평가 기준이 무엇인지 알아보겠습니다. 용어는 생소하지만 그 의미를 알게되면 왜 이런 기준이 필요한 지 감이 오실겁 tykimos.github.io 1. 분류하기 정확도 - 전체 개수 중 양성을 양성이라 말하고, 음성을 음성이라고 말한 개수의 비율 민감도 - ..

a1 = np.array( [1, 2, 3] ) #크기 (3,)인 1차원 배열 a2 = np.array( [ [1, 2, 3] ] ) #크기 (1,3)인 2차원 배열 (행벡터) a3 = np.array( [ [1], [2], [3] ] ) #크기 (3,1)인 2차원 배열 (열벡터) - a1.T 는 동작하지 않는다. 반면 a2.T 와 a3.T는 동작한다. 1차 배열은 행벡터나 열벡터 두 가지 모두로 취급되기도 한다. - 1차 배열은 행벡터나 열벡터 둘 다로 취급할 수 있다. dot(A,v) 에서 v는 열벡터로 다루어지고 dot(v,A)에서는 행벡터로 취급된다. 따라서 전치를 복잡하게 수행할 필요가 없다.

1. Matrices https://www.deeplearningwizard.com/deep_learning/practical_pytorch/pytorch_matrices/ Matrices - Deep Learning Wizard Matrices with PyTorch Matrices Matrices Brief Introduction 2 x 2 Matrix (R x C) 2 x 3 Matrix Creating Matrices Create list # Creating a 2x2 array arr = [[1, 2], [3, 4]] print(arr) Create numpy array via list # Convert to NumPy np.array(arr) array([[1, 2], www.deeplearn..

https://pytorch.org/tutorials/beginner/pytorch_with_examples.html#tensors Learning PyTorch with Examples — PyTorch Tutorials 1.4.0 documentation Learning PyTorch with Examples Author: Justin Johnson This tutorial introduces the fundamental concepts of PyTorch through self-contained examples. At its core, PyTorch provides two main features: An n-dimensional Tensor, similar to numpy but can run on..

https://pytorch.org/tutorials/beginner/blitz/tensor_tutorial.html#sphx-glr-beginner-blitz-tensor-tutorial-py What is PyTorch? — PyTorch Tutorials 1.4.0 documentation Note Click here to download the full example code What is PyTorch? It’s a Python-based scientific computing package targeted at two sets of audiences: A replacement for NumPy to use the power of GPUs a deep learning research platfor..

https://medium.com/@jongdae.lim/%EA%B8%B0%EA%B3%84-%ED%95%99%EC%8A%B5-machine-learning-%EC%9D%80-%EC%A6%90%EA%B2%81%EB%8B%A4-part-1-9a0297198ad8 기계 학습(Machine Learning, 머신 러닝)은 즐겁다! Part 1 (원문 : Machine Learning is Fun! by Adam Geitgey) medium.com 맞았는지/틀렸는지 여부 + 나의 대답 True Positives : O라고 답했고 맞음 (정답O, 나의 출력O) True Negatives : X라고 답했고 맞음 (정답X, 나의 출력X) False Positives : O라고 답했고 틀림 (정답X, 나의 출력O) Fa..