TensorFlow Developer Professional Certificate [1]
해당 내용은 Laurence Moroney 교수님의 Coursera의 TensorFlow Developer Professional Certificate의 1주차 강의 A New Programming Paradigm를 듣고 정리한 내용이다.
학습 목표
주택 가격 예측의 정확성 모니터링
단일 계층 신경망에서 발생하는 주택 가격 예측 분석
TensorFlow를 사용하여 선형 모델 적합을 위한 단일 레이어 신경망 구축
참고자료
강의 노트
https://community.deeplearning.ai/t/tf1-course-1-lecture-notes/124222
강의 정리
=> neural network 에서의 "hello world"
- 단 하나의 뉴런을 가지고 있는 신경망 코드. dense레이어 사용, 단 하나의 유닛 존재.- 싱글 뉴런
연속된 레이어들은 시퀀스 안에 정의 되므로 sequential 함수 사용.
1. **손실 함수 (Loss Function)**: 모델이 예측한 결과와 실제 값 사이의 차이를 측정하는 함수이다.
2. **옵티마이저 (Optimizer)**: 손실 함수를 최소화하기 위해 모델의 가중치를 조정하는 알고리즘으로, 여기서는 확률적 경사 하강법을 사용한다.
3. **통섭 (Convergence)**: 모델이 손실을 최소화하며 학습되는 과정이다.
4. **fit**: 모델을 학습시키는 메서드로, 주어진 데이터에 대해 모델을 훈련시킨다.
5. **predict**: 학습된 모델을 사용하여 입력값에 대한 예측값을 출력하는 메서드이다.
- 모델이 학습을 마치면 주어진 입력값에 대한 예측값을 출력한다.
week 1 quiz
1. 기존 프로그래밍에서는 프로그래머가 수동으로 규칙을 공식화하거나 코딩해야하는 반면, 머신러닝에는 알고리즘이 데이터에서 규칙을 자동으로 공식화함.
2.컴퓨터에 데이터가 무엇을 나타내는지 알려주는 과정 - labelling the data
3.dense layer : 연결된 뉴런의 층 정의
4.현재 추측이 얼마나 좋은지 어떻게 측정합니까? loss기능 사용
5.옵티마이저: 새롭고 향상된 추측 생성
6.convergence? : 수렴
7.한세트의 값을 다른 세트에 맞추도록 신경망 훈련시키는 것: model.fit
