What is the Machine Learning :
김영욱 강사(Hello AI)대표님(작년 3월까지 MS근무 등)
학습목표
: 머신러닝의 원리와 기본이론 설명 / 다양한 머신러닝 사례, 활용방안 찾을 수 있다 / 머신러닝 주요 알고리즘 설명
학습내용
: 머신러닝 소개와 사례 / 머신러닝의 주요 알고리즘
→ 머신러닝 : Math : 문제해결을 위한 수학 → 알고리즘
→ 딥러닝 : 이후 수학이 아니라 사람의 뇌 구조를 형상화시킨 스스로 학습(GPU 사용)
→ 챗봇 : 텍스트를 분석하는 NLP(Natural Language Processing) → 이후 봇이 분석
→ 데이터 많이 주고 기계한테 직접 찾게함
cf) coumputer sicence : 사람이 찾아서 기계한테 알려줌
→ 흔히 train과 test dataset은 7:3, 8:2로 나눔
→ 데이터를 Random으로 섞고 Split함
ㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡ
Kaggle 데이터 사이트(관련 사이트)
→ 기업들이 자기가 풀고 싶은 문제들을 공개
→ 가장 문제를 잘 해결한 머신러닝 팀에게 리워드 제공
ㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡ
Orange Data Mining
그림 orange data mining 소개(관련 사이트)
→ GPL 라이선스 : 라이선스를 내가 가져다 쓰면, 내가 askems 코드도 다 오픈해야함
→ 오렌지가 들고 있는 풍선 = 위젯(우리가 사용할 만한 기능들 갖고 있음)
→ QT : UI를 만드는 라이브러리(window, mac, linux 지원)
→ Orange Data Mining (관련 사이트)
→ 프로그램 설치 후 실행
메뉴 : data / visualize / model(ai 모델을 만들 때 기능) / evalutate(모넬이 잘 동작하는지 평가)
→ 지도학습(supervised) 기능들 지원
밑에 unsupervised 메뉴도 있음!
csv파일 : ‘,’를 통해 데이터를 구분해서 저장해놓은 데이터셋 파일
→ CA : Accuracy(정확도)
ㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡ
→ 오류(편차)를 제곱함으로써 도드라지 보이게 할 수 있음
→ Neural Network : 머신러닝 모델
ㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡ
내일은 Classification 실습