드디어! 머신러닝을 배웠다! 매우 인공지능스러워!

머신러닝

실행 순서

학습 👉 예측 👉 평가

기법

머신러닝을 아래와 같이 세 가지 학습으로 나눌 수 있다.

지도학습

• 분류
• 회귀

비지도학습

• 군집화
• 변환
• 연관

강화학습

그 중 이번 머신러닝 수업은 지도학습에 대해서만 배웠다.
일주일동안 뛰었는데 한참 더 뛰어야되는~ 런닁머신~~

과정

머신러닝의 과정은 다음과 같은 순서를 가진다.

1. 데이터 수집

kaggle과 openml 등의 사이트에서 데이터를 수집할 수 있다.

2. 데이터 전처리

교수님께서는 이 부분이 가!장! 중요하다고 하셨다.

• 피처 엔지니어링
• 데이터 클렌징(결측치 제거, 컬럼 삭제, 가변수화)

3. 모델 학습

ML 알고리즘으로 모델을 학습한다. 수업에서는 다음과 같은 모델을 배웠다.

• Linear Regression (회귀)
• KNN (회귀, 분류)
• Decision Tree (회귀, 분류)
• Logistic Regressor (분류)
• SVM (회귀, 분류)

4. 모델 평가

• 예측된 모델 평가 또는 본 모델에 대한 결과 평가가 이루어 진다.
• 겨수님이 성능이! 안좋아도! 어쩔수 없다! 최선이다! 라고 생각하라고 하셨다.

5. 모델 배포

• 시각화
• 서비스 활용
• 인사이트 도출

📍지금까지의 전 과정을 반복하면서 유지 및 관리, 배포 하는 사람을 MLOps라고 한다!

마무리

빅분기를 준비하면서 머신러닝을 공부했어서 수업 듣는 동안 익숙한 용어들이 많았다. 하지만 빅분기를 거의 암기시험으로 본거라 정말 익숙한 '용어' 뿐이였고 개념은 다 잊은 상태였는데~~
이번 수업 들으면서 왜! 이런 단계로 어떤! 모델을 사용해서 데이터를 분석하는지 알게됐다~! 이제 캐글도 가능할지도~