한빛 미디어의 혼자 공부하는 머신러닝+딥러닝, Ch 01~02
책의 내용을 가급적 그림으로 이해할려고 인터넷 자료를 보고 정리합니다.
1. 인공지능
* 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
- 사이킷런은 파이썬 라이브러리
- 머신러닝 라이브러리인 사이킷런이 필요,
머신러닝 유형 :
- 지도 학습 (Supervised Learning)
- 정답이 있는 데이터를 활용해 데이터를 학습시키는 방법
- 비지도 학습 (Unsupervised Learning)
- 정답이 없는 데이터를 군집화하여 새로운 데이터에 대한 결과를 예측하는 방법
- 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
- 주어진 환경에서 어떤 행동을 취하고 이로써 어떤 보상을 얻으면서 학습을 진행
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
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
머신러닝 시스템이란 무엇인가?2016년 11월 구글은 다국어 신경망 기계 번역 시스템(MNMT)을 구글 번역에 통합했다고 발표했습니다. 이는 대규모 프로덕션 환경에 적용한 심층 인공 신경망의 초기
m.hanbit.co.kr
머신러닝 딥러닝 알고리즘을 소개합니다. : 인공지능 영역의 확장
머신러닝 알고리즘 지도학습, 비지도학습, 준지도학습, 강화학습과 딥러닝 알고리즘 ANN, DNN, CNN, RNN에 대해 정리했습니다. 딥러닝의 등장으로 머신러닝의 실용성이 강화되었고 인공지능의 영역
hongong.hanbit.co.kr
[AI란 무엇인가] 인공지능 머신러닝 딥러닝 차이점 총정리 혼자 공부하는 책
[AI란 무엇인가] 인공지능 머신러닝 딥러닝 차이점 총정리 두 줄 요약: ‘인공지능 > 머신러닝 > 딥러닝 순서로 범위가 크다’ 라고 이해하시면 편합니다.인공지능은 머신러닝과 딥러닝을 포괄하
hongong.hanbit.co.kr
ML, 머신 러닝에 대해서! - OpsNow
오늘은 머신 러닝의 이런저런 것에 대해서 공유해 드리려고 합니다. 머신 러닝은 인공 지능의 한 영역으로 컴퓨터가 스스로 학습하는 것을 말합니다. 머신 러닝을 번역하면 기계 학습으로 번역
www.opsnow.com
인공지능, 머신러닝, 딥러닝의 차이: 3.딥러닝(Deep Learning)이란
딥러닝의 정의와 도약, 사례
medium.com
https://www.gttkorea.com/news/articleView.html?idxno=5448
[강승우의 머신러닝 이야기] 딥러닝의 표현 학습
머신러닝(Machine Learning)의 한 분야였던 ‘딥러닝’으로 이름지어진 신경망(Neural Network) 기술은 2012년 이미지넷 대회 우승으로 큰 주목을 받았다. 그리고, 10여년이 지나는 동안, 바둑을 두는 인공
www.gttkorea.com
'머신러닝 > 혼공 머신러닝' 카테고리의 다른 글
Resources (0) | 2024.01.31 |
---|---|
[번외] Pandas 함수의 axis 파라미터 정리 (0) | 2024.01.31 |
[혼공머신] 3주 4장 다양한 분류 알고리즘 (1) | 2024.01.22 |
[혼공 머신] - 3주 Ch3 회귀 알고리즘과 규제 (0) | 2024.01.12 |
[0] 진도 계획 (0) | 2023.12.30 |