ML – 머신러닝 개요
Mitchell이 정의한 기계학습 (데이터를 이용한) 경험을 통해서 작업의 수행 능력을 향상 시키는 것= 학습 데이터를 통해서 학습을 시키고 성능을 높여가는 방식 (학습 […]
Mitchell이 정의한 기계학습 (데이터를 이용한) 경험을 통해서 작업의 수행 능력을 향상 시키는 것= 학습 데이터를 통해서 학습을 시키고 성능을 높여가는 방식 (학습 […]
머신러닝을 소개한 포스팅 글을 미리 보고 오시면 도움이 됩니다! 이번 시간에는 지식 기반 방식과 머신러닝 방식을 알아보고왜 머신러닝이 쓰이는 것인지, 학습은 어떤 […]
수강 과목: 역사속의 인공지능 2차 에세이: 아실로마와 엔지니어 [ 서론 ] 인공지능은 ‘인지와 추론, 행위를 가능하게 하는 계산의 연구’이다.딥러닝과 강화학습을 통해 바둑을 배운 ‘알파고’가 […]
수강 과목: 역사속의 인공지능 1차 에세이: ICT 융합과 인공지능 [ 서론 ] 현대 사회에서는 단순히 한 분야에서 뛰어난 기량을 보이는 전문가뿐만 아니라, […]
빅 데이터 시대가 되면서 머신러닝과 딥러닝이 화두에 있습니다. 데이터마이닝도 데이터의 사이언스의 핵심 교과목입니다. 학자들은 이 데이터마이닝을 기계학습(머신러닝)이라고도 말합니다.기계학습에 대해 먼저 알아 봅시다! […]
앙상블 기법은 동일하거나 서로 다른 학습 알고리즘을 사용해서 여러 모델을 생성하는 개념 입니다. 여러 모델을 이용하면, 한 가지 모델을 이용하는 것보다 성능이 […]
이번 포스트는 모델의 성능을 평가하는 여러 가지 방법을 소개합니다. 1) 혼돈행렬: 알고리즘이 얼마나 맞았나 틀렸는지를 평가하는 행렬(머신러닝 관점)알고리즘대로 학습된 모델에 데이터를 넣었을 […]
회귀 분석에 관한 포스팅: https://shacoding.com/2019/12/08/mining-%ed%9a%8c%ea%b7%80-%eb%b6%84%ec%84%9d/ 회귀 분석을 이용해서부모 키에 대한 자식 키의 회귀를 구해 보겠습니다. 결과) 0) galton 확인 내장 데이터 galton은 (자식의 […]
회귀 분석 : 변수와 변수 사이의 관계를 알아보기 위한 통계적 분석 방법 ‘종속 변수와 독립 변수 사이의 관계를 알아보기 위한 분석‘ 이라고도 말합니다. […]
나이브 베이즈에 관한 포스팅: https://shacoding.com/2019/12/07/mining-%eb%82%98%ec%9d%b4%eb%b8%8c-%eb%b2%a0%ec%9d%b4%ec%a6%88/ 나이브 베이즈를 이용해서SMS 스팸 분류를 해보겠습니다. 결과) 0) sms_raw 확인 sms_raw$type에는 문자가 햄인지 스팸인지가 기재돼있습니다.sms_raw$text에는 문자 내용이 기록돼있습니다. […]