ML

LSTM 모델에 이어서 동일 데이터로 Transformer 모델에서 모델링을 진행하였습니다. 기존 LSTM 모델 결과를 확인하고 싶으시면 다음 링크로 들어가시면 됩니다. 감사합니다 :-) LSTM으로 spam 데이터 판별 주제 설명 Spam data를 바탕으로 이를 spam인지 spam이 아닌지 판별을 하는 모델을 개발하였습니다. 해당 모델은 LSTM을 선정하여 진행하였습니다. LSTM(Long SHor-Term Memory)는 순환 신경망(recureent natural net sunho99.tistory.com 주제 설명 보고서는 Transformer 모델을 사용하여 스팸 메세지를 감지하고 분류하는 과정에 대해 자세히 설명합니다. Transformer는 자연어 처리에 널리 사용되는 딥러닝 아키텍처로,..

주제 설명 Spam data를 바탕으로 이를 spam인지 spam이 아닌지 판별을 하는 모델을 개발하였습니다. 해당 모델은 LSTM을 선정하여 진행하였습니다. LSTM(Long SHor-Term Memory)는 순환 신경망(recureent natural network, RNN)의 한 종류로 text데이터와 같은 sequence 데이터를 처리하는데 특히 유용한 알고리즘입니다. 이러한 이유로 spam 데이터를 선정하였으며, 해당 보고서에서는 LSTM을 이용하여 스팸 메일을 식별하는 문제를 다룰 것 입니다. 데이터 설명 이 프로젝트에서 사용된 데이터는 스팸과 스팸이 아닌 일반 메일로 레이블링된 이메일 데이터입니다. 데이터셋은 이메일의 본문 텍스트와 해당 이메일이 스팸인지 스팸이 아닌지를 나타내는 레이블로 구..

본 글은 공부한 내용과 다른 사람들의 블로그를 참조하며 작성한 글입니다. 추가적으로 Amazon Forecast내에 있는 Prophet model을 사용하고자 공부하며 작성중입니다. Prophet이란? 오늘날, 현 Meta(전 Facebook)에서 open source로 나온 시계열 데이터 모델입니다. Python과 R을 사용하여 forecast가 가능합니다. 통계적 지식이 없어도 직관적 파라미터를 통해 모형을 조정할 수 있습니다. Prophet 설치 방식 python -m pip install prophet Prophet 구성요소 Growth Seasonality, Holidays g(t) 는 반복적인 요소를 갖고 있지 않은 트랜드, s(t)는 계절성,주기성 등 반복적인 변화, h(t)는 Holiday..