AI 기본 이론

4/4 김영욱 강사님.

AI의 기본 이론
AI 실습을 위한 개발환경의 이해
Orange 3.0

기계에게 '학습(data)' 을 주는 것
math - '알고리즘..= 수학'적인 방법

텍스트로 분석하는 것 = NLP (자연어 처리,natual language process)

-머신러닝의 분류 ..

1. supervised learning = 지도학습
   • Feature & Label 문제와 정답을 제공
     -3가지 종류 :Regression 회귀(예측), Classification 분류, forecast추정?

2. unsupervisedlearning = 비지도학습

• Feature문제만 제공
• Anomaly(이상징후 감지), Clustering(군집) 패턴/구조 발견, 그룹화

3. Reinforcement learning 강화학습...(게임 등에 사용)
   보상reward)제공, 인과관계가 중요, 게임(알파고),로봇

------Data

first- understand the business Domain 해당되는 영역을 이해
second- understand the business problem 문제를 이해
third - what is the right data, right column and right algorithm
last- combine knowledge with machine learning.

-데이터를 나눠서 생각
학습용 데이터 Train Data set
테스트용 데이터 Test Data set

-Random Split (학습용,테스트용을 섞어주는 것)

Open Data
국가통계포털 KOSIS (https://kosis.kr/index/index.do)
금융- 월간국내카드승인실적 (백억단위)

Kaggle (https://www.kaggle.com/)

---- orange 설치 (orangedatamining.com)

orange data mining (슬로베니아 류블랴나 대학에서 1996년 10월에 만든 오픈소스 무료 도구)

3.0버전부터는 파이썬 생태계와 같이 감.
-Numpy, Scipy, scikit-learn 같은 라이브러리 같이 사용
-전반벅인 UI, QT를 사용해서 개발되어 크로스플랫폼을 지원

linear regression 은 오차,오류가 많은 알고리즘

SVM 의 MSE 는 오차
MAE - (평균,절대,에러)... 절대오차의 합의 평균....=평균오차

Tree 의 CA는 정확도. 1을 기준으로 0.923이면 90%.. 꽤 정확
(training set size 80%로 설정하고 보기)

MAE : 전체 에러의 합계의 평균값. 작게 나오게끔 고민해야 함

RMSE :에러의 총합의 제곱(mse)에 루트를 씌움

R2 : '1'이 나오면 정확하게 일치한다는 뜻. (0.714 = 71.4%)

=====
Neural Network - Deep learning

ICT big data center ( https://kbig.kr/portal/)

교육실습콘텐츠 학습.