혼공 용어노트 01장 혼자 공부하는 머신러닝 + 딥러닝

산점도 

x,y 축으로 이뤄진 좌표계에 두 변수 (x,y)의 관계를 표현하는 방법

 

선형 Linear 리니어

산점도 그래프가 일직선에 가까운 형태로 나타남

 

artificial intelligence

인공지능

학습하고 추론할 수 있는 지능을 가진 컴퓨터 시스템을 만드는 기술

 

강인공지능

인공일반지능이라고도 하며, 사람의 지능과 유사함(영화 속 전지전능한 AI)

 

약인공지능

특정 분야에서 사람을 돕는 보고 AI(음성 비서나 자율 주행...)

 

머신러닝

machine learning

데이터에서 규칙은 학습하는 알고리즘을 연구하는 분야(대표적 라이브러리는 사이킷런)

 

딥러닝

deep learning

인공신경망을 기반으로 한 머신러닝 분야를 말함(대표적 라이브러리는 텐서플로)

 

이진분류 

binary classification

머신러닝에서 여러 개의 종류(혹은 클래스) 중 하나를 구별해 내는 문제를 분류 classification 라고 부르며

2개의 종류(class) 중 하나를 고르는 문제를 이진분류라 함

 

특성

feature

데이터를 표현하는 특징

 

회귀공식

y(타겟) = a(기울기, 가중치) x + b 절편(bias의 B)

딥러닝의 시작

 

맷플롯립

matplotlib

파이썬에서 과학계산용 그래프를 그리는 대표 패키지

 

k-최근접 이웃 알고리즘

k-Nearest Neighbors Algorithm, KNN

가장 간단한 머신러닝 알고리즘 중 하나, 

어떤 규칙을 찾기보다는 인접한 샘플을 기반으로 예측함

kNeighbors Classifier class는 kneighbors() method 제공

n_neighbors 기본값은 5개

 

훈련

training

머신러닝 알고리즘이 데이터에서 규칙을 찾는 과정

또는 모델에 데이터를 전달하여 규칙을 학습하는 과정

 

모델

model

머신러닝 알고리즘을 구현한 프로그램

 

정확도

accuracy

---

 

딥러닝은 어떤거 쓸거야? 하면 끝남

하이퍼파라미터 찾기가 목표가 될 수 있음

개념정리가 중요함 

전처리를 어떻게 할건지? 특성, 타겟, 분류, 회귀, 규제, 전처리, 

결측치, 이상치, 데이터, mode

 

어떤 관련된 이야기를 할 때 적어도 그게 무슨 말인지는 설명할 수 있거나 

알아 먹을 수 있도록 개념 정리를 나만의 방법으로 하자!