메이플의 개발 스토리

안녕하세요. 메이플입니다! 오늘은 등 운동으로 3대 운동으로 유명한 데드리프트를 처음 배워왔습니다. 자세가 정말 많이 어렵긴하더라고요 ㅠㅠ 앞으로 많이 연습해봐야 할 것 같습니다. 등 운동이 운동들 중에서 유독 어려운 거 같아요. 0. 준비운동 시작은 늘 준비운동! 머리, 팔, 다리, 허리를 풀어줍니다 1. 암풀다운 5키로 15회 2세트, 10키로 15회 2세트 1) 바를 잡고 조금 뒤로 간다 2) 상체를 숙이면서(30도 정도?) 가슴은 펴고 등이 말리지 않고 팔꿈치는 바깥쪽으로 벌리고 다리를 살짝 굽힌 상태 유지 3) 바를 손바닥으로 잡고 포물선을 그리며 아래로 끌어내린다 (이때 당길때 등이 말리거나 팔꿈치가 굽혀지면 안됨) 4) 팔을 다 내렸을때는 가슴은 편 상태에서 견갑골을 모아주는 힘을 받아야한다..

안녕하세요, 메이플입니다. 오늘 오랜만에 PT로 어깨 운동을 하고 왔습니다. 제가 유독 어깨 운동이 잘 안 되는 편이였는데 오늘 그 이유를 알게 됐습니다..! 제 어깨가 상상 이상으로 많이 뭉쳐있더라고요 ㅠㅠ... 어깨가 너무 뭉쳐있어서 운동할 때 가동범위가 안 나왔던 겁니다. 평소에 근육을 풀어주고 스트레칭을 풀어주는게 얼마나 중요한지 이번 기회에 알게 됐습니다. 그럼 오늘 수업 들은 어깨 운동 루틴 시작하겠습니다. 0. 준비운동 얼굴 좌우로 10초씩 당기기 → 얼굴 위/아래로 10초동안 당기기/밀기 → 팔 좌우로 10초동안 당기기 → 20번 손이 땅에 닿게 숙인 상태에서 튕기기 → 다리 앞으로/뒤로 좌우 한발로 유지 → 다리 좌우 바닥에 길게 뻗어서 스트레칭 1. 숄더프레스 머신 5kg 20회 또는 ..

트리의 앙상블¶ 정형 데이터(structured data) : 구조화 되어 있어 CSV, DB, Excel로 저장하기 쉬운 데이터 → 앙상블 학습 비정형 데이터(unstructured data) : DB나 Excel로 표현하기 어려운 데이터로 텍스트 데이터, 사진, 음악 등이 있음 → 신경망 알고리즘 앙상블 학습¶ Ensemble Learning 더 좋은 예측 결과를 만들기 위해 여러 개의 모델을 훈련하는 머신러닝 알고리즘 정형 데이터를 다루는 데 가장 뛰어난 성과를 내는 알고리즘 대부분 결정 트리를 기반으로 만들어져 있음 배깅과 보깅 랜덤 포레스트¶ Random Forest 대표적인 결정 트리 기반의 앙상블 학습 방법 부트스트랩 샘플을 사용하고 랜덤하게 일부 특성을 선택하여 트리를 만드는 것이 특징 랜..

교차 검증과 그리드 서치¶ 검증 세트¶ validation set, 개발 세트(dev set) 하이퍼파라미터 튜닝을 위해 모델을 평가할 때, 테스트 세트를 사용하기 않기 위해 훈련 세트에서 다시 떼어 낸 데이터 세트 train_input, test_input, train_target, test_target = train_test_split(data, target, test_size=0.2, random_state=42) sub_input, val_input, sub_target, val_target = train_test_split(train_input, train_target, test_size=0.2, random_state=42) 교차 검증¶ cross validation 훈련 세트를 여러 폴드로 ..

결정 트리¶ 결정 트리¶ Decision Tree 예/아니오에 대한 질문을 이어나가면서 정답을 찾아 학습하는 알고리즘 비교적 예측 과정을 이해하기 쉽고 성능이 뛰어남 dt = DecisionTreeClassifier(random_state=42) dt.fit(train_scaled, train_target) 불순도¶ Impurity 결정 트리가 최적의 질문을 찾기 위한 기준 사이킷런은 지니 불순도와 엔트로피 불순도를 제공 정보 이득¶ Information gain 부모 노드와 자식 노드의 불순도 차이 결정 트리 알고리즘은 정보 이득이 최대화되도록 학습 가지치기¶ Pruning 결정 트리의 성장을 제한하는 방법 결정 트리가 제한 없이 성장하면 훈련 세트에 과대적합되기 쉬움 dt = DecisionTreeC..