물론 지금까지 다루어 오던 아두이노 엘렉트로닉스류의 코딩이 안드로이드 OS의 지원을 받는 스마트 폰에서 앱 코딩을 지원하는 앱인벤터와 조우하는 경우 아두이노 코딩이 보다 강력한 시너지를 받을 수 있었지만 한편 PC의 Processing에서 시리얼/이더넷 인터페이스나 무선 와이파이에 의한 아두이노 인터페이스 코딩이 가능하다면 아두이노 사물인터넷 코딩의 끝판을 볼 수 있을 듯하다.
교보문고에서 판매 중입니다. 342 페이지 가격 15800원 개인출판(POD)이므로 주문 배송기간이 일주일 정도 소요됩니다.
_______________________________________________________________________________________________________
Softmax 확률분포 문제에서 갑자기 붓꽃 종 분류(Classification of Iris flowers ) 문제가 제기된 이유를 알아보자. Softmax 문제의 가장 적합한 예제는 물론 MNIST 수기숫자 인식 파이선 코드를 사용하면 될 일이겠지만 단지 Softmax의 원리를 설명함에 있어서 28X28=784 픽셀 이미지 5만개를 학습에 사용하는 MNIST 예제는 웬지 적절해 보이지 않는다. 그렇다고 해서 임의로 만든 의미 없는 숫자 데이터를 사용한다면 Softmax 코드 설명은 가능하겠으나 Classification을 공부하는 의미가 퇴색된다.
따라서 Softmax 수치 예제로서 그 원리 설명에 가장 적합한 예제는 클라스 또는 라벨 수가 적을수록 좋을 듯하니 Fisher 교수와 Anderson 교수가 80년 전에 준비해둔 붓꽃 종 분류를 위해 사용했던 통계 데이터를 가져다 쓰기로 한다. ...
다음 사이트로 이동해서 마저 읽어 보도록 하자.
https://steemit.com/kr/@codingart/1-26-irises-flower-data-set-softmax-classification-matrix
'머신러닝' 카테고리의 다른 글
| 2-1 Softmax 머신 러닝 다음 주제로는 Rosenblatt의 퍼셉트론(1957)을 살펴보자. (0) | 2018.08.06 |
|---|---|
| 1-26 Softmax 머신 러닝의 Cross entropy vs Least square cost 함수 (0) | 2018.08.06 |
| Softmax 예제 입력 데이터를 준비하다 우연히 찾게 된 Fisher교수의 붓꽃 종 분류 머신 러닝 문제 (0) | 2018.08.03 |
| “어쩔수 없이 공부해야 하는 최소한의” 머신 러닝과 볼츠만 분포의 Random 변수와 조건부 확률분포 사례 (0) | 2018.08.02 |
| 입자분류를 위한 볼츠만, Bose-Einstein, Fermi-Dirac의 확률분포와 머신러닝 classification 과의 공통점 (0) | 2018.08.02 |