머신러닝 배우기 - 1일차

목차

1. 인공지능과 머신러닝, 딥러닝
2. 코랩과 주피터 노트북 설치 셋팅

인공지능과 머신러닝, 딥러닝

• 인공지능(Artificial Intelligence) 정의
  - 사람처럼 학습과 추론지능을 가진 컴퓨터 시스템
  
  
• 영화 속의 인공지능
  -인공 일반 지능 = 일반적인 인공지능(음성인식)
  -강인공지능 = 터미네이터(스카이넷)
  
  

  ---

• 머신러닝(Machine Learning) 정의
  -규칙을 프로그래밍하지 않아도 자동으로 데이터에서 규칙을 학습하는 알고리즘(예측이나 의사결정 스스로 진행)
  
  
• 대표적인 머신러닝 알고리즘 오픈소스SW = R코딩
• 최근에는 통계나 수학이론보다 경험을 바탕으로 발전하고 있음
• 대표적인 머신러닝 라이브러리 = 사이킷런(Scikit Learn) - python
  사이킷런 주요 기능

  기능	설명	예시
  데이터 전처리 (Preprocessing)	데이터 스케일링, 정규화, 범주형 데이터 인코딩 등 다양한 데이터 전처리 도구를 제공	StandardScaler, MinMaxScaler, LabelEncoder
  특성 선택 (Feature Selection)	데이터를 분석하는 데 중요한 특성을 선택하여 모델의 성능을 향상시키는 기법 제공	SelectKBest, RFE
  차원 축소 (Dimensionality Reduction)	데이터의 차원을 줄여서 계산 복잡도를 줄이고 시각화를 용이하게 하는 기법 제공	PCA, LDA, TruncatedSVD
  회귀 분석 (Regression)	연속적인 값을 예측하는 회귀 모델 제공	LinearRegression, Ridge, Lasso
  분류 (Classification)	다양한 분류 모델을 통해 범주형 데이터를 분류	SVC, RandomForestClassifier, LogisticRegression
  군집화 (Clustering)	데이터를 유사한 그룹으로 나누는 비지도 학습 알고리즘 제공	KMeans, DBSCAN, AgglomerativeClustering
  모델 선택 및 검증 (Model Selection & Validation)	교차 검증, 하이퍼파라미터 튜닝 등 모델 선택과 검증 도구 제공	GridSearchCV, train_test_split, cross_val_score

• 딥러닝(Deep Learning) : 머신러닝의 인공신경망(인간의 뇌 신경망을 모방)을 기반으로 한 기계 학습의 한 형태
  - 예시 : 이세돌 vs 알파고 바둑 대결
  - LeNet-5, AlexNet으로 발전되고 있음
  - 라이브러리 : 텐서플로(Tensorflow) by google, 파이토치 by meta

  모델 종류	주요 특징	응용 분야
  컨볼루션 신경망 (CNN)	이미지 처리에 특화된 구조, 필터를 사용해 특징을 추출, 패턴 인식에 강점	이미지 분류, 객체 탐지, 얼굴 인식
  순환 신경망 (RNN)	시퀀스 데이터를 처리, 이전 정보가 다음 정보에 영향을 미침, 시간 의존성 반영	자연어 처리, 음성 인식, 시계열 분석
  생성적 적대 신경망 (GAN)	두 신경망(생성자와 판별자)이 경쟁적으로 학습, 새로운 데이터를 생성 가능	이미지 생성, 스타일 전이, 데이터 증강

  
  
  

코랩과 주피터 노트북 설치 셋팅

• 코랩(colab) : 웹브라우저방식의 무료 파이썬 프로그램 (클라우드기반 주피터 노트북) 코랩 바로가기

• 주피터 노트북 주피터 노트북 바로가기