SYDev

머신러닝 기초 세션?? 매주 수요일 공부한 내용을 공유하고, 해당 내용을 바탕으로 같이 토의하는 시간을 가진다. 이번 1주차 범위는 혼공 머신러닝+딥러닝 Chapter 1,2 토의 내용 정리 어떤 기준으로 적절한 데이터 전처리 방법을 결정하나요? 데이터 전처리: 데이터를 분석 및 처리에 적합한 형태로 만드는 과정을 총칭 데이터 전처리의 종류에는 데이터 클리닝(cleaning), 데이터 통합(integration), 데이터 변환(transformation), 데이터 축소(reduction), 데이터 이산화(discretization) 등이 존재하는데, 주어진 데이터를 확인하고 해당 데이터의 이상값이 어떤 데이터 전처리 과정을 이용하면 적절히 해결될 수 있는지 생각해보고 결정해야 한다. k-최근접 이웃 알고..

넘파이로 데이터 준비 넘파이를 이용해서 이전보다 간편하게 데이터를 준비할 수 있다. np.column_stack() 및 훈련 데이터 준비 import numpy as np np.column_stack(([1,2,3], [4,5,6])) array([[1, 4], [2, 5], [3, 6]]) -> np.column_stack() 함수는 전달받은 리스트를 일렬로 세운 다음 차례대로 나란히 연결한다. 연결할 리스트는 파이썬 튜플(tuple)로 전달한다. 더보기 튜플은 리스트처럼 원소에 순서가 있지만 수정할 수 없다는 차이점이 있다. fish_length = [25.4, 26.3, 26.5, 29.0, 29.0, 29.7, 29.7, 30.0, 30.0, 30.7, 31.0, 31.0, 31.5, 32.0, ..

지도 학습과 비지도 학습 지도 학습(supervised learning): 입력과 타깃을 전달하여 모델을 훈련한 다음 새로운 데이터를 예측하는 데 활용한다. 비지도 학습(unsupervised learning): 타깃 데이터 없이 학습한다. 따라서 입력 데이터에서 어떤 특징을 찾는 데 주로 활용한다. 지도학습에서 데이터와 정답을 입력(input)과 타깃(target)이라 부르며, 이 둘을 합쳐 훈련 데이터라 부른다. 훈련 세트와 테스트 세트 훈련 세트(train set): 모델을 훈련할 때 사용하는 데이터이다. 보통 훈련 세트는 크면 클수록 좋다. 테스트 세트(test set): 훈련된 모델을 평가할 때 사용하는 데이터이다. 보통 전체 데이터에서 20~30%를 테스트 세트로 사용하는 경우가 많다. 전체 ..

생선 분류 문제 생선의 특성인 '길이'와 '무게' 데이터를 가지고 생선 '도미'와 '빙어'를 분류하는 모델을 만들어보자. 용어 정리 분류(classification): 머신러닝에서 여러 개의 종류(혹은 클래스(class)) 중 하나를 구별해내는 문제를 이르는 말. 특성(feature): 학습 모델로 정답을 도출해내기 위해 고려하는 데이터 샘플(sample): 학습 데이터에 포함된 하나의 특징벡터 위 문제에서는 '도미'와 '빙어'가 각각 분류해야 하는 클래스이며, 생선의 길이와 무게가 특성에 해당된다. 마지막으로 생선의 길이 데이터에 포함된 각각의 값(예를 들어 25.4cm)이 샘플이다. 도미, 빙어 데이터 bream_length = [25.4, 26.3, 26.5, 29.0, 29.0, 29.7, 29...