Machine Learning

명시적 프로그래밍없이 컴퓨터(머신)가 데이터로부터 학습할 수 있는 능력을 부여하는 것로젠블롯의 퍼셉트론(Perceptron)-최조의 인공신경망민스키-XOR 문제Iris Classification 아이리스 품종 분류 문제1\. 데이터 관찰=> 데이터의 특성 파악Decis

강의 중 잡담? 데이터과학? 가정(또는 인식)을 검증하는것 나이팅게일의 로즈다이어그램 나폴레옹의 행진 파이썬 자주 변할 수 있기에 결과위주로 공부할것 시스템모델 시뮬레이션\현상을 표현하는 도구-수학 mat lab 디지털 필터 디자인(주파수) OIS 오픈소스 3D프린터

캐글 & PinkWink github컬럼의 의미 파악0사망 1생존-> 38.2% 생존율탑승객은 남성이 여성보다 2배가 많지만 생존자는 생존여성 1/2정도=> 남성의 생존 가능성이 더 낮음1등급 선실에서의 생존율이 높음3등실에는 남성이 많았다 (특히 20대 남성)pip

Wine project 1. Data 불러오기 red wine과 white wine UC Irvine & PinkWink github 컬럼 의미 파악 • fixed acidity : 고정 산도 • volatile acidity : 휘발성 산도 • citric acid

데이터 수집/가공/변환 -> 모델 학습/예측 -> 모델평가 -> ... 회귀 모델 평가: 실제 값과의 에러치를 가지고 계산(분류와는 달리 간단) (예측치: 연속된 변수값) 분류 모델 평가: 평가항목이 회귀보다 많음(accuracy정확도, 오차행렬...) 이진 분류(

일반적으로 프로그래밍 코드로 문제해결시: 코드로 규칙을 만들어 문제 해결BUT! 데이터를 기반으로 한다면?: 문제파악 - ml/dl으로 훈련 - 평가 - Launch - 업데이트(+data 추가) \- 모델에 대해 코딩X (알고리즘을 구현하는 코드는 있을수잇지만)

딥러닝 이미지 영상 비정형데이터머신러닝 정형데이터=table데이터=엑셀데이터여러 모델을 돌려 고성능인 것을 찾는 것이 아니다!(특별한 경우를 제외하고)모델이 바뀌는 것은 작업프로세스상 중요한 것이 아니다!=> 결국 집중해야 할 것은 데이터!!! 데이터 그 자체에 집중하