AI

01-1 인공지능과 머신러닝, 딥러닝 1. 인공지능(artificial intelligence)이란 : 사람처럼 학습하고 추론할 수 있는 지능을 가진 컴퓨터 시스템을 만드는 기술 > 인공일반지능(artificial general inteligence) or 강인공지

02-1 훈련 세트와 테스트 세트 지도학습과 비지도 학습 지도학습 : 입력과 타깃을 전달하여 모델을 훈련한 다음 새로운 데이터를 예측하는 데 활용함 비지도 학습 : 타깃 데이터 X, 무엇을 예측하는 것이 아니라 입력 데이터에서 어떤 특징을 찾는 데 주로 활용함 훈련 세트와 테스트 세트 훈련 세트(train set) : 알고리즘 훈련에 사용되는 데이터...

03-1 k-최근접 이웃 회귀 회귀 : 임의의 수치를 예측하는 문제 ex) 농어의 무게 예측, 경제 성장률 예측, 배달 도착 시간 예측 등 k-최근접 이웃 회귀 : k-최근접 이웃 알고리즘을 사용해 회귀 문제를 푸는 것 → 가장 가까운 이웃 샘플을 찾고 이 샘플들의 타깃값을 평균하여 예측함 → 예측하려는 샘플에서 가장 가까운 샘플 k개 선택...

04-1 로지스틱 회귀 [키워드] 로지스틱 회귀 : 선형방정식을 사용한 분류 알고리즘 선형회귀와 달리 시그모이드 함수나 소프트 맥스 함수를 사용하여 클래스 확률을 출력함 다중 분류 : 타깃 클래스가 2개 이상인 분류 문제 로지스틱 회귀는 다중 분류를 위해 소프트 맥스 함수를 사용하여 클래스를 예측함 시그모이드 함수 : 선형 방정식의 출력을 0과 1사이의...

05-1 결정 트리 [키워드] 결정 트리: 예/아니오에 대한 질문을 이어나가면서 정답을 찾아 학습하는 알고리즘 불순도: 결정트리가 최적의 질문을 찾기위한 기준, 사이킷런에서는 '지니 불순도'와 '엔트로피 불순도'제공 정보 이득: 부모 노드와 자식 노드의 불순도 차이, 결정 트리의 알고리즘은 정보 이득이 최대화 되도록 학습 가지치기: 결정 트리는 제한 없이 ...

06-1 군집 알고리즘 [키워드] 비지도 학습 : 머신러닝의 한 종류, 훈련 데이터에 타깃X(= 입력 데이터만 있음) -> 외부의 도움없이 스스로 학습 즉, 알고리즘이 스스로 데이터 속의 패턴을 찾아냄 ex) 군집, 차원 축소 등 히스토그램 : 구간별로 값이 발생한 빈도를 그래프로 표시한 것 보통 x축이 값의 구간(계급)이고 y축이 발생 빈도(도수) 군...

07-1 인공 신경망 [키워드] 인공 신경망 : 생물학적 뉴런에서 영감을 받아 만든 머신러닝 알고리즘 이름이 신경망이지만 실제 우리 뇌를 모델링한 것은 아님 종종 딥러닝이라고 부름 텐서플로 : 구글이 만든 딥러닝 라이브러리로 매우 인기가 높음 CPU와 GPU를 사용해 인공 신경망 모델을 효율적으로 훈련하며 모델 구축과 서비스에 필요한 다양한 도구 제공 텐...

08-1 합성곱 신경망의 구성 요소 [키워드] 합성곱 : 밀집층과 비슷하게 입력과 가중치를 곱하고 절편을 더하는 선형 계산 밀집층과 달리 각 합성곱은 입력 전체가 아니라 일부만 사용하여 선형 계산을 수행 합성곱 층의 필터 : 밀집층의 뉴런에 해당, 필터의 가중치와 절편을 커널이라고도 함 자주 사용되는 크기 (3, 3) 또는 (5, 5) 커널의 깊이는 입력...

09-2 순환 신경망으로 IMDB 리뷰 분류하기 키워드 말뭉치 : 자연어 처리에서 사용하는 텍스트 데이터의 모음, 훈련 데이터셋 토큰 : 텍스트에서 공백으로 구분되는 문자열, 종종 소문자로 변환하고 구둣점은 삭제함 원-핫 인코딩 : 어떤 클래스에 해당하는 원소만 1이고 나머지는 모두 0인 벡터, 정수로 변환된 토큰을 원-핫 인코딩으로 변환하려면 어휘 사전 ...