[DAY2]_개발일지: O.D.M & D.L & Jupyter.

1. 학습내용

1. Orange Data Mining
2. Deep Learning 이론
3. Anaconda Jupyter NoteBook 사용

2. 상세내용

Orange Data Mining

    

진행 과정

1. 특정 데이터를 가져와서(Datasets), 데이터를 검토(Data Table)
2. 'Box Plot' 데이터 유사성에 대한 박스권을 나타냄
3. 그리고 각종 알고리즘을 테스트하여 정확도를 측정하여 최적의 알고리즘을 찾아낸다

정확도 측정

1. AUC : 정확도를 나타내는건데, ROC그래프에서 차지하는 범위의 넓이로 생각하면 된다.
2. CA : AUC보다 확실한 의미의 정확도

진행 과정

1. 특정 데이터를 가져와서(Datasets), 데이터를 검토(Data Table)
2. 샘플을 Train과 Test로 나눔(Data Sampler)
3. 그리고 Train과 Test의 정확도를 책정하고 Confusion Matrix로 나타낸다.

이미지 분석 과정

1. 이미지를 가져와서(Import Images), 이미지를 검토(Image Viewer)
2. Image Embedding으로 이미지에 대한 분석자료를 만듦
3. Distance로 데이터를 Cluster(군집)시켜서 여러가지 형태로 나타낸다.

Deep Learning 이론

    

딥러닝 들어가기 전에 기본적으로 알고갈 내용!

딥러닝 역사 1

딥러닝 역사 2

주로 사용하는 DL프레임워크(오닉스는 상호호환가능)

인간이 가지고 있는 신경망을 컴퓨터도 가질 수 있게 구현되었다는 이야기!

Anaconda Jupyter NoteBook 사용

    

아나콘다 설치는 여기서!

주피터 노트북 첫 시작!, * import requests

해당 마크다운 설명대로 진행 후, 링크주소를 통한 이미지 로딩

마크다운 가이드라인!

마우스 우클릭 해제 : 기타 도구에서 JS해제하고 새로고침하면 가능!

3. 금일소감

<ol>
	<li>내가 이 수업을 먼저 들었어야했다...2222222</li>
	<li>Jupyter의 시작!</li>
	<li>복습인데 예습같은 기분</li>
    <li>가고 싶은 방향은 프론트엔드지만, 백엔드 코드구현 자동화를 위해서 머신러닝은 꾸준하게 공부해야겠다.</li>
</ol>