[혼공머신] 1주차 머신러닝+딥러닝

AI가 너무 핫하게 떠오르고 있는 것 같다.
AI는 더더욱 발전해서 우리 생활에 더 녹아들 것으로 생각되는데
안그래도 AI에 관심이 요즘 많아진 상황
혼공학습단이라는 기회가 생겨 개인적으로 공부하고 있는
자바스크립트와 같이 신청하게 되었다.

1주차 미션 : 코랩 실습화면 캡쳐하기

여기서는 구글 코랩이란 것을 사용하는데 쉽게 말하면
웹에서 파이썬 프로그램을 무료로 실행 가능한 서비스이다.

예제로 도미 데이터를 산점도 그래프로 그려보았다

bream_length = [25.4, 26.3, 26.5, 29.0, 29.0, 29.7, 29.7, 30.0, 30.0, 30.7,
                31.0, 31.0, 31.5, 32.0, 32.0, 32.0, 33.0, 33.0, 33.5, 33.5,
                34.0, 34.0, 34.5, 35.0, 35.0, 35.0, 35.0, 36.0, 36.0, 37.0,
                38.5, 38.5, 39.5, 41.0, 41.0]
bream_weight = [242.0, 290.0, 340.0, 363.0, 430.0, 450.0, 500.0, 390.0,
                450.0, 500.0, 475.0, 500.0, 500.0, 340.0, 600.0, 600.0,
                700.0, 700.0, 610.0, 650.0, 575.0, 685.0, 620.0, 680.0,
                700.0, 725.0, 720.0, 714.0, 850.0, 1000.0, 920.0, 955.0,
                925.0, 975.0, 950.0]

import matplotlib.pyplot as plt

plt.scatter(bream_length, bream_weight)
plt.xlabel('length')
plt.ylabel('weight')
plt.show()

---

1주차 선택 미션 : Ch.02(02-1) 확인 문제 풀고, 풀이 과정 정리하기

• 머신 러닝 알고리즘의 한 종류로서 샘플의 입력과 타깃(정답)을 알고 있을 때 사용할 수 있는 학습 방법은?

  1. 지도 학습      2. 비지도 학습     3. 차원 축소     4. 강화 학습

  정답 : 1 - 지도 학습 알고리즘은 훈련하기 위한 데이터와 정답이 필요하다
  
  

• 훈련 세트와 테스트 세트가 잘못 만들어져 전체 데이터를 대표하지 못하는 현상은?

  1. 샘플링 오류      2. 샘플링 실수      3. 샘플링 편차      4.샘플링 편향

  정답 : 4 - 샘플링 편향은 훈련 세트와 테스트 세트가 골고루 섞이지 않아 샘플링이 한쪽으로 치우쳤다는 의미. 즉 전체 데이터를 대표할 수 없음
  

• 사이킷런은 입력 데이터(배열) 가 어떻게 구성되어 있을 것으로 기대하는가?

  1. 행:특성, 열:샘플     2. 행:샘플, 열:특성     3. 행:특성, 열:타깃     4. 행:타깃, 열:특성

  정답 : 2 - 사이킷런은 입력 데이터에서 샘플=행, 특성=열로 가정