[혼공머신] 1주차_Ch 01~02. 나의 첫 머신러닝 / 데이터 다루기

 

이번 여름! 딥러닝에 대해 관심이 가던 차였는데 우연히 혼공학습단이라는 것을 알게 되었다.

개발 공부할 때 한빛미디어의 책을 자주 참고했었고 밀리지 않고 꾸준히 공부하고 싶어서 참여하게 되었다. 

 

자, 그럼 1주차 시작!

---

Ch 01. 나의 첫 머신러닝

인공지능

- 인공일반지능: 사람과 구분하기 어려운 지능을 가진 컴퓨터 시스템. (아마도 챗GPT?)

- 강인공지능: (아마도 중간단계)

- 약인공지능: 특정분야에서 사람의 일을 도와주는 보조 역할

 

머신러닝:

규칙을 일일이 프로그래밍 X, 자동으로 데이터에서 규칙을 학습하는 알고리즘

사이킷런 -> 대표적인 머신러닝 라이브러리

 

딥러닝:

머신러닝 중에 인공신경망을 기반으로 한 방법들을 통칭하여 딥러닝이라고 부름.

+딥러닝 라이브러리는 구글의 텐서플로와 메타의 파이토치가 대표적

 

머신러닝 학습을 위해 구글 코랩 사용

 

Google colab - https://colab.google/

colab.google

 

참고: 데이터셋은 주로 전세계에서 가장 큰 머신러닝 경연 대회 사이트 캐글(kaggle.com)에서 제공

 

1) k-최근접 이웃 알고리즘

어떤 데이터에 대한 답을 구할 때 주위의 다른 데이터를 보고 다수를 차지하는 것을 정답으로 사용

 

도미와 빙어 분류 예제

- 데이터 가져오기

- 특성 분류 후 합친 파이썬 리스트로 만들기

- 사이킷런의 k-최근접 알고리즘을 이용하여 정답 맞추기 -> 정확도

- KNeighborsClassfier 클래스의 fit(), score(), predict() 사용

 

Ch 02. 데이터 다루기

지도학습과 비지도학습

지도학습: 데이터와 정답 필요

비지도학습: 데이터만 필요

 

비지도학습의 경우, 데이터를 훈련세트와 테스트 세트로 나누어서 진행

-> 샘플링 편향 주의해야함.

 

데이터 전처리

- 가장 널리 사용하는 전처리 방법 중 하나는 표준점수

-> 각 특성값이 평균에서 표준편차의 몇 배만큼 떨어져 있는지를 나타냄.

 

데이터에서 특성의 스케일은 다르면 안됨. 이를 표준점수로 변환. 

 

1주차 과제

 

기본숙제(필수): 코랩 실습 화면 캡쳐하기

 

우선 1주차 끄읕.

 

역시 벼락치기는 힘들다..

그럼 다음주차도 파이팅!