Machine learning 1-7~10
이제는 공학자가 될 것이다. 신기한 것에 만족하지 말고 유용한 것을 만들어 보자!!
우선 머신러닝으로 할 수 있는 사례를 배웠보았다. 예를 들어 손톱을 물어 뜯으면 "하지마" 라고 경보 메세지가 울리고 그렇지 않고 횟수가 줄어든다면 "잘했어"라는 메세지가 나오게 만들 수 있을 것이다.
그리고 선생님께서 자신이 만든 모델을 이용할 수 있는 사이트를 알려 주셨다.
https://ml-app.yah.ac/
애플리케이션 : 응용
프로그램 = 시간의 순서에 따라 발생하는 것
삶에서 직면한 다양한 문제을 생각해 봐라!! 그리고 예시를 들어 주셨는데 주인공은 레모네이트 카페를 운영한다. 불만족 사항은 사업이 커지면서 레모네이드 판매량을 예측하기 어려워졌다는 것 감에 의존해서 구입했지만 번번이 틀려서 손님을 돌려 보내거나 레몬을 버려야 했다. 그러다가 손실이 커지기 시작했다. 주인공의 꿈은 일기예보의 온도에 따라서 그날 몇 개의 레몬이 필요한지를 보다 정확하게 예측하고 싶다는 것이다.
하지만 이러한 계획서를 적을때 기술적인 한계를 고려하지 말라! 이유는 인류의 역사는 작가들이 꿈꾼것들을 공학자들이 현실화 시켰기 때문에 우선 우리는 작가가 되어야 한다. 이후 기술적인 한계도 극복해서 현실에 나의 꿈을 실현시키는 것이다.
위 주소는 다른 사람들이 기획한 다양한 계획서들을 볼 수 있다. 참고하고 자신의 꿈을 키우자.
Machine learning 1-11~15
아이디어를 현실화 하기 위해서는 데이터가 필요하다는 것을 알 수 있을 것이다. 현실을 데이터화할 수 있다면 머신러닝을 이용하기 매우 좋을 것이다. 현실을 변화시키는 산업이 데이터산업이다.
데이터 산업은 2가지로 나눌수 있는데 1. 데이터 과학 2. 데이터 공학이 있다. 우선 데이터 과학은 데이터를 만들고 데이터를 이용하는 것 데이터 공학은 데이터를 만들 수 있는 기계를 만드는 것이다.
서로는 정신과 육체 같은 관계이다.
표 = 데이터 세트
행 = 개체, 관측치, 기록, 사례, 경우
열 = 특성, 속성, 변수
독립변수와 종속변수
-
독립변수 = 원인 종속변수 = 결과
-
독립변수와 종속변수의 관계를 인과 관계라고 한다.
-
인과 관계는 상관 관계에 포홤된다.
삶에서 직면한 다양한 문제을 생각해 봐라!! 그리고 예시를 들어 주셨는데 주인공은 레모네이트 카페를 운영한다. 불만족 사항은 사업이 커지면서 레모네이드 판매량을 예측하기 어려워졌다는 것 감에 의존해서 구입했지만 번번이 틀려서 손님을 돌려 보내거나 레몬을 버려야 했다. 그러다가 손실이 커지기 시작했다. 주인공의 꿈은 일기예보의 온도에 따라서 그날 몇 개의 레몬이 필요한지를 보다 정확하게 예측하고 싶다는 것이다.
- 독립변수 : 온도
- 종속변수 : 판매량
설렘으로 공부를 다가가 보자!!
사진 출처 : https://www.youtube.com/watch?v=Z8tZjIOptZI&list=PLuHgQVnccGMDy5oF7G5WYxLF3NCYhB9H9&index=15
0:35초
지도 학습 = supervised learning = 데이터로 컴퓨터를 학습시켜서 모델을 만드는 방법
비지도 학습 = unsupervised learning = 기계에게 데이터에 대한 통찰력을 부여하는 것
강화 학습 = reinforecment learning = 겸험을 통해 더 좋은 답을 찾아가는 것
출처
