728x90 반응형 분류 전체보기108 [인공지능] MINST DATA로 RBM 학습 시키기 안녕하세요! 오늘은 MINST DATA로 RBM 학습시키는 프로그램을 만들어 보고자 합니다.방법은 오픈소스와 Chat GPT를 이용해서 만들었습니다. 1. 오픈소스 출처 : https://github.com/mr-easy/Restricted-Boltzmann-Machine GitHub - mr-easy/Restricted-Boltzmann-Machine: Python implementation of Restricted Boltzmann Machine (RBM). And an example on MNPython implementation of Restricted Boltzmann Machine (RBM). And an example on MNIST dataset. - mr-easy/Restricted-Bo.. 2024. 5. 9. [생산운영관리] 자기회귀모형, 이동평균모형, 자기회귀통합이동평균모형 * 자기상관, 자기회귀: 어떤 변수의 값의 변화가 그 변수의 과거 값들의 함수로 설명(묘사)될 수 있다는 의미: 변수 값들의 내부적인 관계가 존재: 변수의 자기상관계를 고찰할 필요가 있음ex) 판매량, 주식, 온도, 날씨, 대기라인 길이 * 자기회귀과모델, 자기회귀과정 - 변수 D의 시간 t에서의 값은 변수 D 자기 자신의 과거 데이터들의 가중평균으로 표현된다.- 단순 선형회귀와 다르게 변수들이 서로 상관관계에 있다.- 가정시에는 가까운 값들이 더 긴밀한 관계에 있다고 생각한다.- 단기 예측에 더욱 적합하다. * 이동평균모형 - 해당 모형은 과거 오차항들의 과정- 변수 D의 시간 t에서의 값이, 과거 오차항들의 가중평균으로 표현될 수 있다. * 자기회귀통합이동평균모형- 자기회귀와 이동평균 모형의 혼합된 .. 2024. 5. 5. [생산운영관리] 계절성이 있는 수요 분석 * 계절성- 계절성 : 규칙적인 간격으로 반복되는 데이터 패턴, 계절의 길이는 패턴이 반복되는 구간의 길이 이다. - 곱셈 계절 요인 Ct : 각 계절의 t번째 기간들의 변수값이 평균적으로 전체 변수값의 평균 혹은 전체적인 경향 대비 높거나 낮은 비율 * 정상 상태 데이터에 대한 계절 요인 분석 - 계절 요인 Ct의 추정 및 활용1) 전체 데이터의 평균을 계산한다.2) 각 데이터를 전체 평균으로 나눈 비율을 계산한다.3) 각 계절별 평균 비율을 구한다.4) 검증5) 예측 예제) 데이터 1주2주3주4주월요일4332화요일8866수요일11111110목요일12141313금요일6566 1단계 : 전체 평균- 전체 데이터의 평균을 계산한다.- 위의 데이터인 경우 7.9000이다. 2단계 : 각 데이터 값의 전체 평.. 2024. 5. 4. [생산운영관리] 추세 고려하는 예측 방법(회귀 분석, 이중 지수 평활법) * 추세 고려하는 예측 방법의 종류- 시간 변수를 이용한 회귀 분석: 추세선(직선 혹은 곡선)을 구함: 시계열이 평균적으로 일정한 양 혹은 비율로 변경 될 때 적합- 이중 지수 평활법: 2개의 평활화 상수 활용 * 선형 추세에 대한 회귀 방정식 - 계수 a와 b: 분석 방법의 핵심은 x와 y의 관측 값을 가장 잘 묘사하는 직선 추세선 Y = a+b*X의 계수 a와 b를 구하는 것: a = Y절편, b = 추세선의 기울기 - 계수 a와 b를 구하는 방법: 계수 a와 b를 구하는 다양한 방법 사용됨, 추세선과 데이터 사이의 오차를 최소화하는 다양한 방법, 기준 존재: 가장 흔한 방법은 오차의 최소 자승법이다. * 계수 a와 b의 최소 자승 추정a와 b에 대한 최소자승법 :편차를 제곱 오차로 정의하고 이들의 .. 2024. 4. 28. 이전 1 2 3 4 5 6 7 ··· 27 다음 728x90 반응형
