kaggle adware-detection - 3. 딥러닝

이전글: https://12-16.tistory.com/165

---

요약

여섯 가지의 모델을 선정하였고, 다중분류에 맞는 혼동행렬로 성능을 출력하였으며, 과적합을 판단하기 위한 손실곡선과 학습곡선도 출력하였다. 모델 구조와 성능 개선 요소를 기록했다.

---

1. Sequential API 모델

Keras에서 제공하는 가장 간단한 딥러닝 모델 설계 방식

1. 층을 순차적으로 쌓아서 정의하는 코드 사용
2. 3개의 은닉층으로 구성
3. 성능 향상을 위한 하이퍼파라미터, 드롭아웃 설정

 

 

2. MLP 모델

1. 다층 퍼셉트론 모델 코드 구현
2. 성능 개선을 위한 하이퍼파라미터, 드롭아웃 설정

 

3. 하이브리드 모델(MLP+CNN)

1. MLP와 CNN을 결합한 하이브리드 모델은 각각의 장점을 살릴 수 있음
2. 모델은 CNN으로 특성을 추출하고, MLP로 분류하는 코드 사용
3. 성능 개선을 위한 하이퍼파라미터, 드롭아웃 설정

 

 

3. 기타 모델 코드(Functional API 모델, 배치 정규화가 포함된 MLP, CNN 모델)

https://colab.research.google.com/drive/1V8qKo7heFLc7lpitlIwdWjDiSmgo3z2o?usp=sharin