공부/머신러닝
2. 간단한 분류 알고리즘 훈련
머신 러닝 알고리즘을 직관적으로 이해 판다스, 넘파이, 맥플롯립으로 데이터를 읽고 처리하고 시각화 하기 파이썬으로 선형 분류 알고리즘 구현하기 2.1. 인공 뉴런 : 초기 머신 러닝의 간단한 역사 초창기 머신러닝에서 AI를 설계하기 위한 생물학적 뇌가 동작하는 방식을 이해하려는 시도를 함. 맥컬록-피츠(MCP) 뉴런이라는 간소화된 뇌의 뉴런 개념을 발표, 신경 세포를 이진 출력을 내는 간단한 논리회로로 표현. 프랑크 로젠블라트의 MCP 뉴런 모델 기반 퍼셉트론 학습 개념 발표. 자동으로 최적의 가중치를 학습하는 알고리즘 제안. 2.1.1. 인공 뉴런의 수학적 정의 인공 뉴런의 아이디어를 두 개의 클래스 가 있는 이진 분류 작업으로 불 수 있음. 두 클래스는 간단하게 1(양성 클래스)과 -1(음성 클래스)..
1. 컴퓨터는 데이터에서 배운다
머신 러닝(machine learning)은 데이터를 이해하는 알고리즘의 과학이자 애플리케이션. 이 장에서 머신러닝의 주요 개념, 종류, 관련 용어를 소개하고, 머신 러닝 기술을 실제 문제 해결에 성공적으로 적용할 수 있는 초석을 다진다. 머신러닝의 일반적인 개념 이해하기 세 종류의 학급과 기본 용어 알아보기 성공적인 머신 러닝 시스템을 설계하는 필수 요소 알아보기 데이터 분석과 머신 러닝을 위하 파이썬을 설치하고 설정하기 1.1. 데이터를 지식으로 바꾸는 지능적인 시스템 구축 데이터에서 지식을 추출하여 예측하는 자기 학습(Self-learning) 알고리즘과 관련된 인공 지능(Artificial Intelligence, AI)의 하위 분야로 머신러닝이 출현 함. 머신러닝이 데이터에서 더 효율적으로 지식..