그래서 기계 학습에 관한 Adam Geitgey의 블로그를 찾은 이후 신경망을 이해하려고 노력했습니다 . 나는 주제에 관해 가능한 한 많이 읽었으며 (나를 이해할 수있는) 모든 넓은 개념과 일부 작용 (수학에는 매우 약하지만), 뉴런, 시냅스, 무게, 비용 함수, 역 전파를 이해한다고 믿는다 그러나 실제 문제를 신경망 솔루션으로 변환하는 방법을 알 수 없었습니다.
예를 들어, Adam Geitgey는 침실 수 , Sq. 피트 , 이웃 및 판매 가격 주택의 가격을 예측할 수 있도록 신경 네트워크를 훈련시킬 수 있습니다. 그러나 코드에서 가능한 솔루션을 실제로 구현하는 데 부족함이 없습니다. 예를 들어, 가장 가까운 것은 가중치를 구현하는 방법을 보여주는 기본 함수입니다.
def estimate_house_sales_price(num_of_bedrooms, sqft, neighborhood):
price = 0
# a little pinch of this
price += num_of_bedrooms * 1.0
# and a big pinch of that
price += sqft * 1.0
# maybe a handful of this
price += neighborhood * 1.0
# and finally, just a little extra salt for good measure
price += 1.0
return price
다른 리소스는 수학에 더 중점을 두는 것 같습니다. 내가 이해할 수있는 유일한 기본 코드 예제 (즉, 모든 노래, 춤 이미지 분류 코드베이스가 아님)는 신경망을 XOR로 훈련시키는 구현입니다. 1과 0 만 다루는 게이트.
내 지식에는 다리를 놓을 수없는 틈이 있습니다. 주택 가격 예측 문제로 돌아 가면 어떻게 신경망에 데이터를 공급하기에 적합한가? 예를 들면 다음과 같습니다.
- 침실 수 : 3
- 제곱 발 : 2000
- 인근 지역 : 노멀 타운
- 판매가 : $ 250,000
3 과 2000 은 숫자이기 때문에 신경망에 직접 공급할 수 있습니까? 아니면 다른 것으로 바꿔야합니까? 마찬가지로 Normaltown 값은 문자열입니다. 신경망이 이해할 수있는 값으로 변환하는 방법은 무엇입니까? 데이터 전체에서 일관된 한 인덱스와 같은 숫자를 선택할 수 있습니까?
레이어 사이를 통과하는 숫자가 0에서 1 또는 -1에서 1로 보인 대부분의 신경망 예제는 처리가 끝날 때 어떻게 출력 값을 $ 185,000 와 같은 유용한 값으로 변환 합니까?
나는 주택 가격 예측 예제가 단지 세 개의 데이터 포인트로 크게 단순화되어 있다는 점에서 특히 유용한 문제는 아니라는 것을 알고 있습니다. 그러나 나는이 장애물을 극복하고 의사 현실 데이터를 사용하여 훈련하고 의사 현실 생활 답변을 내 뱉어 버릴 수있는 매우 기본적인 앱을 작성할 수 있다고 생각합니다. 머신 러닝에 대해 자세히 알아보십시오.