1/1 토 성과

• 생활코딩 데이터 과학_머신러닝1 : 

오늘 익힌 구조와 개념들을 나열하자면

머신러닝이란?

 

꿈

 

궁리하는 습관

머신러닝은 원리를 이용해서 수학과 코딩으로 만들어진 것

 

Teachable Machine

모델(판단력)이 머신러닝의 핵심, https://teachablemachine.withgoogle.com/

 

모델 Model

모델을 만드는 과정은 학습(Learning)

 

머신러닝머신

http://ml-app.yah.ac/(Teachable Machine에서 생성한 모델을 이용해서 애플리케이션을 만들어주는 서비스)

생활코딩 머신러닝머신

 

나도 이제 프로그래머

 

모르면 마법, 알면 기술

사물 인터넷(IoT; Internet of Things)

 

교양의 끝

 

직업의 시작

현실을 데이터로 표현할 수만 있다면, 컴퓨터의 엄청난 힘으로 데이터를 처리할 수 있게 된다. 이를 통해서 현실을 변화시키는 일을 하는 것이 데이터 산업. 데이터 산업은 크게 데이터 과학(Science)과 데이터 공학(Engineering)으로 분리해볼 수 있다. 데이터 과학은 데이터를 만들고 만들어진 데이터를 이용하는 일, 데이터 공학은 데이터를 다루는 도구를 만들고, 도구를 관리하는 일을 한다.

 

표

데이터 셋(data set),

행(row)_개체(instance), 관측치(observed value), 기록(record), 사례(example), 경우(case)

열(column)_특성(feature), 속성(attribute), 변수(variable), field

 

독립변수와 종속변수

독립변수_원인이 되는 열, 종속변수_결과가 되는 열. 독립변수와 종속변수의 관계를 인과관계라고 한다. 인과관계는 상관관계에 포함된다.

 

심리전

언젠가 필요할 때 공부하고, 지금은 어떤 분야가 있는지 구경해보자

 

머신러닝의 분류

지도학습_정답이 있는 문제를 해결하는 것, 비지도학습_무언가에 대한 관찰을 통해 새로운 의미나 관계를 밝혀냄, 강화학습_더 좋은 보상을 위해 수련하는 것

머신러닝의 분류

 

지도학습 Supervised Learning

과거의 데이터(독립변수와 종속변수로 이루어진)로부터 학습해서 결과를 예측하는 데에 주로 사용. 공식의 대중화

 

회귀 VS 분류

예측하고 싶은 종속변수가 숫자(양적; Quantitative)일 때 회귀라는 머신러닝의 방법을 사용

회귀

추측하고 싶은 결과가 이름 혹은 문자(범주; Categorical)라면 분류라는 머신러닝의 방법을 사용

분류

* 우리는 자신의 궁리가 단지 몽상이 아니라 혁명이 될 수 있는 놀라운 시대에 살고 있다!