DevLog19 [Python] AttributeError: 'OptionEngine' object has no attribute 'execute' 최근 프로젝트에서 SQLAlchemy와 Pandas를 사용해 PostgreSQL 데이터베이스에 연결하고 데이터를 가져오는 작업을 진행하던 중 다음과 같은 코드를 실행하면서 문제가 발생했습니다:from sqlalchemy import create_engineimport pandas as pd# PostgreSQL 데이터베이스 연결 정보 (예시)username = 'postgres'password = '1234'hostname = 'localhost'database_name = 'postgres'port = '5432' # SQLAlchemy 엔진 생성engine = create_engine(f'postgresql://{username}:{password}@{hostname}:{port}/{database_.. 2024. 5. 29. ML개론 Part 2 Bias and Variance Formal Definitions of ML $S=\left\{\left(x_i, y_i\right)\right\}_{i=1}^N, \quad x \in \mathbb{R}^D, y \in\{-1,+1\}$ $h(\boldsymbol{x} \mid \boldsymbol{w}, \boldsymbol{b})=\boldsymbol{w}^T \boldsymbol{x}+\boldsymbol{b}$ (Linear model) N: 데이터 수, x: input, y: output이며 -1과 +1 값을 가짐 목표: S를 잘 예측하는 w, b 값을 찾기 Loss function The squared loss for regression: $L(a,b)=(a-b)^2$ 0/1 loss for.. 2024. 1. 16. ML개론 Part 1 Part 1. Introduction to ML Machine Learning 정의 Herbert Simon’s definition 학습은 시스템이 경험을 통해 성능을 향상시키는 모든 과정 Arthur Samuel’s definition 머신 러닝은 컴퓨터에게 명시적으로 프로그래밍하지 않고도 학습할 수 있는 능력을 부여하는 연구 분야 Arthur Samuel’s definition 작업 T의 성능 메트릭 P를 기반으로 경험 E를 통해 향상 T : 분류, 회귀, 탐지 등 P : 오류율, 정확도, 확률, 마진 등 E : 데이터 정규화(Generalization) 머신러닝에서 중요한 것은 정규화 이다 학습한 데이터에만 좋은 성능을 보여주는 모델은 필요가 없다! Learning: 특정 인스턴스의 공통 속성을 일.. 2024. 1. 16. AI 윤리 Part 1 Part 1. 데이터 분석과 AI학습에서 유의할 점 데이터의 중요성 1. 데이터 해석 상관관계와 인과관계는 다르다 ※ 상관관계 (Correlation): 상관관계는 두 변수 간의 통계적 관계 ※ 인과관계 (Causation): 인과관계는 한 변수의 변화가 다른 변수에 직접적으로 영향을 주는 관계 2. 데이터 전처리와 분석 방법 충분한 EDA 하기 Error bar 추가 적절한 통계 테스트 찾기 아웃라이어 제거 데이터 표준화 3. 학습에 사용되는 데이터 적어도 백만개 이상의 데이터 필요 언더피팅(under-fitting), 오버피팅(over-fitting) 인지 확인 학습 데이터와 테스트 데이터는 달라야 함 알고리즘의 중요성 Black box algorithm 설명력이 중요한 AI 예시: 탈세범 검출 - .. 2024. 1. 5. 이전 1 2 3 4 5 다음
