1. 학습내용

계속해서 Orange프로그램을 통해 데이터를 통한 어떤 알고리즘을 정해주면, 더 결과값을 잘 보여주는지에 대해 적용해 보았다.
계속 원래 있던 데이터로 표를 만들고, 시각화해서 보여주고, 도식화 하는 등의 실습을 거쳤다.

test and Score 자체가 정확도가 100%를 기준으로 얼마나 되는지(알고리즘에 따라 다름)
를 여러 수치로 보여주는 표다.
confusion matrix는 그걸 도식화 해서 보여주는 장치고.

그리고 이미지를 컴퓨터가 분석해서 다양한 결과값을 보여주는 사례도 보았다.
대표적인 예: 구글의 Teachable Machine
https://teachablemachine.withgoogle.com/

Orange에도 따로 프로세스를 깔아 이미지 분석을 할수 있는 실습을 해 보았다.
간단히 중화 요리 메뉴를 짜장면, 짬뽕, 탕수육으로 얼마나 정확하게 분류를 해주는 지를 보았다.

단, 보통 일반적으로 예측하는 것처럼 메뉴별로 분류가 안되는 그룹들도 있었는데, 그건 컴퓨터가 사진의 배경까지 분석해 배경이 동일한것끼리 묶어놓았기 때문이였다.

2. 어려웠던 점 및 해결 방안

어제 이야기 했던 회귀와 분류에 대해 아예 오늘 수업중에 화면 캡쳐를 해 두었다.

그리고 지표들 중에 또 이해가 안됬던게 있었는 데 오늘 다시 설명을 들었다.
Logisitic Regression은 언뜻 보면 회귀랑 단어가 중복이 되는데 분류라는 설명을 들었을 때는 이해가 가지 않았는데 표를 그렸을 때 X축과 Y축 사이로 값이 찍히면 그 그려지는 곡선을 가운데로 A,B로 분류를 해서 보여주는게 LB고
그냥 회귀는 그 값이 찍힌것 사이의 평균값을 나타내 그 값을 대상으로 예측을 하는 것이라고 한다.

+추가로 오늘은 아나콘다 프로그램을 깔아서 주피터를 실행해 파이썬 프로그램으로 코드를 짜보는 시간을 가졌다.
정확히는 마이크로소프트사이에 제공하는 인공지능 API들 중 몇가지를 파이썬으로 코드를 짜서 실행해보는 작업이다.
시간이 없어서 사진링크를 불러와 읽어오는 것 까지만 했다.

그럼 이런창이 뜬다.

여긴 지금 현재 나의 컴퓨터 안에 있는 폴터들이다.
여기서 생성된 파일이나 파이썬 파일은 실제 내 컴퓨터 상에서 저장된다.
코드를 그대로 따라하긴 했지만 아직 완전히 배우지 못해 다음에 보충해 쓰려 한다.

3. 학습소감

아직도 생소하지만, 우리 실생활에서 많이 쓰일 법한 기술들이 예로 들어 수업에서 나올때 마다 이제 좀 신기하고 좀더 이해가 더 잘 되었던 것 같았다.
이제 본격적으로 파이썬을 이용해 코드를 짜게 되는데 앞에서 완전히 이해가 안되었던 개념들을 코드를 짜면은 조금 더 이해가 되지 않을까 하는 생각이 들었다.