오늘의 학습 미리보기
AI알고리즘의 이해와 실습
- regression
- classfication
- clustering
1. classification
classification은 분류하는것
regression은 기준을 둔다음에 얼마나 떨어져있나를 판별하는 것임
roc
사람과 고양이가 섞여있는상태에서
사람을 사람으로 맞추면 true positive
사람이 아닐때 사람이 아니라고 하면 false positive
시작하기
왼쪽 기호에서 세번쨰datasets 누르고
클릭한뒤 스크롤해서 iris
더블클릭하면 다운이 되고 녹색버튼이 뜸.
기본사용법
간단하다
왼쪽에서 드래그해오고 위치시킨다음에
왼쪽에서 쭉 길게눌러서 선을 뽑은 다음 놓으면됨
ca - 96%의 정확도
해석
잘못된게 몇개, 잘된게 몇개
regression/ logistic regression 차이
둘다 기준이 되는 선을 긋는것 까지는 공통
logistic regression 선을 기점으로 A와 B를 나눔
regression 선을 가지고 그냥 예측
logistic regression 선을 나눈뒤 분류
* 각종평가지표
accuracy - CA, 정확도
classification에서 가장 중요한것이 정확도임
ROC - 그래프
AUC - ROC 그래프 아래의 면적
값자체는 크면 클수록 좋다.
정확도가 100%가 나왔다는 얘기는 좋은게 아님
우리가 만든 모델이 이데이터 하고만 연결되었다는 얘기이기도함.
새로운 데이터가 연결되었을때 오히려 형편없는 결과가 나올수 있음.
예시
-족보대로 공부했을때,
족보 문제 그대로 나오면 100%맞추지만
문제 변형을 조금만 하면 형편없는 결과가 나옴
그데이터만 100%맞고, 새로운 데이터는 못맞춘다.
-피팅룸에서 피팅을했을때
100% 딱맞으면 좋긴하지만 밥만먹어도 옷이 안맞음 over fit
너무 크게 입었을때 under fit
data sampler
샘플을 조금씩 엿볼수 있음.
150개가 들어오고, 105개 학습용, 테스트용으로 45개 나간다는 뜻
데이터를 변경한후 하단의 sample data를 누르면 바로 반영됨
cross validation이 체크 되어있을때는 sample data에 큰 의미가 없다.
confusion matrix를 통해 결과를 확인할 수 있음
정리
regression
어떤 값을 예측할때 사용하는 알고리즘
classification
어떤 대상을 분류할때 사용하는 알고리즘
google teahabla machine
웹캠이 있다면 바로 사용해보자
1. 클래스 추가 및 사진 추가하기
눈앞에 보이는 물건 정도가 좋다.
예를들어, 핸드폰, 생수병, 안경 등등
2. 학습완료하기
3. 웹캠에 해당 물건을 보여주면 인공지능이
클래스중 어느항목인지 구분해준다!
옵션-add ones - image analytics체크후 확인누르기
이미지 처리하기
image embedding
여기까지의 캡쳐
클러스터링
군집, 비지도 학습
Azure Cognitive Services검색
cognitive는 인지라는 뜻임
원래는 뇌과학 용어지만 요새는 AI에서 더 많이 씀
음성, 언어, 시각 등 용도별로 정리된 AI엔진
이미 다 만들어져있기 때문에 파이썬 코딩 10줄 정도로 사용가능함
상단 API탭에서 여러 기능을 살펴볼수 있음.
anaconda다운받기
다운받을때 오류해결법
어제 orange 다운받을때랑 동일하게
실행방법이 운영체제별로 다르다
맥 : 윈도우+R - cmd 입력해서 명령창 실행
윈도우 : 시작프로그램에서 anaconda prompt 검색
jupyter notebook 검색하기
나온 링크를 웹에 복사, 붙여넣기
오른쪽 상단 new-folder, untitled folder 생성
참고로 명령프롬프트창을 끄면안된다! 실행중상태여야함
폴더 클릭후
누르면
다음과 같이 창이 나온다
한줄한줄을 셀이라고 부른다.
실행 shift enter
왜 실행이 안되지???
파이썬 설치가 되어있어야 한다.
.JPG)