- 1 -
1. 머신러닝 개요
1강. 머신러닝과 필수 라이브러리
학습내용
- 인공지능과 머신러닝 - 머신러닝 필수 라이브러리
학습목표
- 인공지능과 머신러닝의 개념을 설명할 수 있다.
- 머신러닝의 필수 라이브러리를 열거할 수 있다.
1. 인공지능과 머신러닝 1) 인공지능
가. 대량의 데이터에서 산출되는 어떤 특징적인 기능
나. 데이터 바탕으로 특수한 패턴 발견 -> 취할 수 있는 최적의 행동 결정 2) 머신러닝
가. 데이터에서 지식을 추출하는 작업
나. 통계학, 인공지능 및 컴퓨터 과학의 연구 분야
파이썬 기반의 AI 프로그래밍 01-1
다. 예측 분석(Predictive Analytics) 라. 통계적 머신러닝(Statistical Learning) - 데이터에서 지식을 추출하는 작업
3) 머신러닝으로 풀 수 있는 문제
- 이미 알려진 사례를 바탕으로 일반화된 모델을 만들어 의사 결정 프로세스 자동 화 → 지도 학습(Supervised Learning)
- 3 - - 입력은 주어지지만 출력은 제공되지 않음 → 비지도 학습(Unsupervised Learning)
파이썬 기반의 AI 프로그래밍 01-1
- 5 - - 컴퓨터가 인식할 수 있는 형태의 입력 데이터 준비 필수
- sample, data point: 하나의 개체, 행 - feature: 샘플의 속성, 열
4) 문제와 데이터 이해하기
파이썬 기반의 AI 프로그래밍 01-1
2. 머신러닝 필수 라이브러리 1) 파이썬(Python)
- 범용 프로그래밍 언어
- 매트랩(MATLAB)과 R 같은 특정 분야를 위한 스크립팅 언어 지원 - 다양한 도구
: 데이터 적재, 시각화, 통계, 자연어 처리, 이미지 처리 등에 필요한 라이브러리 존재
- 터미널이나 주피터 노트북(Jupyter Notebook) 이용으로 대화식 프로그래밍 가 능
- 데이터 주도 분석 환경에서 반복 작업을 빠르게 처리하고 손쉽게 조작할 수 있 는 도구 지원
- 7 - 파이썬 과학 패키지와 높은 연동성 가짐
- 주피터 노트북
프로그램 코드를 브라우저에서 실행해주는 대화식 환경을 제공 - NumPy
파이썬으로 과학 계산을 하려면 꼭 필요한 패키지
다차원 배열을 위한 기능과 선형 대수 연산과 푸리에 변환 같은 고수준 수학 함수 와 유사(Pseudo) 난수 생성기를 포함
- SciPy
과학 계산용 함수를 모아놓은 파이썬 패키지
고성능 선형 대수, 함수 최적화, 신호 처리, 특수한 수학 함수와 통계 분포 등을 포함
- Matplotlib
파이썬의 대표적인 과학 계산용 그래프 라이브러리 선 그래프, 히스토그램, 산점도 등을 지원
출판 가능한 고품질 그래프 지원 - Pandas
데이터 처리와 분석을 위한 파이썬 라이브러리 - Mglearn
그래프, 데이터 적재와 관련 함수 코드 지원 간단한 그림, 데이터 호출 효율적
파이썬 기반의 AI 프로그래밍 01-1
평가하기
1. 알려져 있는 사례를 바탕으로 일반화된 모델을 만들어 의사 결정 프로세스를 자 동화하는 것을 비지도 학습이라 한다.
O X
- 정답 : X
해설 : 알려져 있는 사례 바탕의 일반화된 모델을 만들어 의사 결정 프로세스를 자동화화는 방식은 지도 학습입니다.
2. 머신 러닝을 구동하기 위한 도구들에 scikit-learn, NumPy, SciPy, matlpotlib, pandas, mglearn, 주피터 노트북이 있다.
O X
- 정답 : O
해설 : 지문에서 제시하는 도구들은 기본적으로 있어야 하는 도구들이며, 기본적 으로 파이썬 사용 환경에서 사용되어집니다.
학습정리
1. 인공지능과 머신러닝 - 인공지능 개념
- 머신러닝의 지도학습과 비지도 학습 2. 머신러닝 필수 라이브러리
- 파이썬, 싸이킷런, 주피터 노트북, NumPy, SciPy, matplotlib, pandas, mglearn
