[혼공머신] 1주차_머신러닝

한빛 미디어의 혼자 공부하는 머신러닝+딥러닝, Ch 01~02

 

책의 내용을 가급적 그림으로 이해할려고 인터넷 자료를 보고 정리합니다.

 

1. 인공지능

 

출처 : https://hongong.hanbit.co.kr/ai-%EB%AC%B4%EC%97%87%EC%9D%B8%EA%B0%80-%EC%9D%B8%EA%B3%B5%EC%A7%80%EB%8A%A5-%EB%A8%B8%EC%8B%A0%EB%9F%AC%EB%8B%9D-%EB%94%A5%EB%9F%AC%EB%8B%9D-%EC%B0%A8%EC%9D%B4%EC%A0%90-%EC%B4%9D%EC%A0%95%EB%A6%AC/

 

* 퍼센트론 : 로지스틱 회귀의 초기 버전

* Lenet-5 : 얀 르쿤(현 구글,교수)  이 신경망 모델을 만들어 손글씨 숫자를 인식, 최초의 합성곱 신경망 (8장 학습 예정), ,

* AlexNet : 힌턴(현 페북)이 ImageNet에서 압도적인 성능으로 우승, 합성곱 신경망 사용, 이때 부터 합성곱신경망으로 이미지 분류로 널리 사

 

2. 머신러닝

 

머신러닝 :

• 데이타에서 규칙을 학습하는 알고리즘을 연구 하는 분야
  • 머신러닝 라이브러리인 사이킷런이 필요,
    • 사이킷런은 파이썬 라이브러리
      • 1~6장은 싸이런에 포함된 머신러닝 알고리즘을 학습

 

머신러닝 유형 :

• 지도 학습 (Supervised Learning)
  • 정답이 있는 데이터를 활용해 데이터를 학습시키는 방법

지도학습의 머신러닝 알고리즘

• 비지도 학습 (Unsupervised Learning)
  • 정답이 없는 데이터를 군집화하여 새로운 데이터에 대한 결과를 예측하는 방법

비지도학습 머신러닝 알고리즘 예시

 

• 준지도 학습 (semi supervised)
  • 지도학습과 비지도 학습의 중간에 해당하는 기술로, 명확한 정답이 존재하나 정답이 있는 데이터를 구하기 힘들때 사용
• 강화 학습(Reinforcement Learning)
  • 주어진 환경에서 어떤 행동을 취하고 이로써 어떤 보상을 얻으면서 학습을 진행
    • 개념 : 에이전트 , 환경, 상태, 행동, 보상
     

3. 딥러닝

 

머신러닝 라이브러리

• 구글 : TensorFlow
• 페북 : PyTorch

 

4. Colab vs VSCode

• 머신러닝/딥러닝 라이브러리를 사용하여 파이썬 프로그램밍 개발툴 필요
• colab : https://colab.research.google.com/
• VS Code : MS제공하는 파이썬을 포함한 프로그램밍 개발툴

Colab 실행 예시

 

VS Code 실행 예시

 

5. Scikit-learn 라이브러

큰 틀에서 사용법

 

https://www.datacamp.com/cheat-sheet/scikit-learn-cheat-sheet-python-machine-learning

 

6. 마켓과 머신러닝.

Kneighbors 분류 사용법.

• 분류에 사용되는 거리 측정 방법은 유클리드와 맨하튼 측정이 있음,
• Manhattan Distance, 맨하탄 거리, L1 Distance (빨간색, 노란색,파란색)

• Euclidean Distance, 유클리드 거리, L2 Distance, 최단 거리 (녹색)

 

 

 

2-1 훈련 세트와 테스트 세트

• 훈련 세트와 테스트 세트를 분류하여 훈련할 때 사용하지 않은 데이트로 평가를 진행한다.
• 훈련 세트와 테스트 세트에 샘플이  골고루 섞어 한쪽으로 치우지지 않도록 한다. (샘플링 편향,sampling bias)
  • array 인덱스를 np.random.shuffle()함수로 랜덤하고, 이를 배열 인덱싱(array indexing)한다

kn = kn.fit(train_input, train_target)  # 훈련데이타로 모델 훈련한다.
kn.score(test_input,test_target)       # 훈련된 모델을 평가한다.
kn.predict(test_input)                       # 훈련된 모델로 예측한다.

 

참고 자

 

https://m.hanbit.co.kr/channel/category/category_view.html?cms_code=CMS9940886850#

[AI, 표와 그림으로 알려 드립니다] 머신러닝을 사용해야 할 때와 사용하지 말아야 할 때

 

https://hongong.hanbit.co.kr/%EB%A8%B8%EC%8B%A0%EB%9F%AC%EB%8B%9D-%EB%94%A5%EB%9F%AC%EB%8B%9D-%EC%95%8C%EA%B3%A0%EB%A6%AC%EC%A6%98%EC%9D%84-%EC%86%8C%EA%B0%9C%ED%95%A9%EB%8B%88%EB%8B%A4/

머신러닝 딥러닝 알고리즘을 소개합니다. : 인공지능 영역의 확장

 

https://hongong.hanbit.co.kr/ai-%EB%AC%B4%EC%97%87%EC%9D%B8%EA%B0%80-%EC%9D%B8%EA%B3%B5%EC%A7%80%EB%8A%A5-%EB%A8%B8%EC%8B%A0%EB%9F%AC%EB%8B%9D-%EB%94%A5%EB%9F%AC%EB%8B%9D-%EC%B0%A8%EC%9D%B4%EC%A0%90-%EC%B4%9D%EC%A0%95%EB%A6%AC/

 

[AI란 무엇인가] 인공지능 머신러닝 딥러닝 차이점 총정리 혼자 공부하는 책

https://www.opsnow.com/ml-%EB%A8%B8%EC%8B%A0-%EB%9F%AC%EB%8B%9D%EC%97%90-%EB%8C%80%ED%95%B4%EC%84%9C/

 

ML, 머신 러닝에 대해서! - OpsNow

 

 

 

 

https://medium.com/ddiddu-log/%EC%9D%B8%EA%B3%B5%EC%A7%80%EB%8A%A5-%EB%A8%B8%EC%8B%A0%EB%9F%AC%EB%8B%9D-%EB%94%A5%EB%9F%AC%EB%8B%9D%EC%9D%98-%EC%B0%A8%EC%9D%B4-3-%EB%94%A5%EB%9F%AC%EB%8B%9D-deep-learning-%EC%9D%B4%EB%9E%80-78555ef14ee3

인공지능, 머신러닝, 딥러닝의 차이: 3.딥러닝(Deep Learning)이란

https://www.gttkorea.com/news/articleView.html?idxno=5448

[강승우의 머신러닝 이야기] 딥러닝의 표현 학습