[머신러닝] 혼자공부하는 머신러닝+딥러닝 Ch01

01-1 인공지능과 머신러닝, 딥러닝

인공지능이란?

인공지능은 사람처럼 학습하고 추론할 수 있는 지능을 가진 컴퓨터 시스템을 만드는 기술이다.

• 인공일반지능=강인공지능 : 사람과 구분하기 어려운 지능을 가진 컴퓨터 시스템 ex) 영화 her
• 약인공지능: 사람의 일을 도와주는 보조 역할만 가능 ex) 시리, 알파고, 음악 추천

 

머신러닝이란?

머신러닝 (machine learning)은 규칙을 일일이 프로그래밍하지 않아도 자동으로 데이터에서 규칙을 학습하는 알고리즘을 연구하는 분야이다.

인공지능의 ‘지능’을 구현하기 위한 소프트웨어를 담당하는 핵심분야이고, 통계학과 관련이 높다.

대표적인 머신러닝 오픈소스 라이브러리는 ‘사이킷런’

이 책에서 사이킷런에 포함된 머신러닝 알고리즘을 배울 것

대표적인 머신러닝 오픈소스 라이브러리는 ‘사이킷런’

딥러닝이란?

많은 머신러닝 알고리즘 중에 인공신경망을 기반으로 한 방법들을 통칭하여 딥러닝이라고 부른다. 인공 신경망과 같은 말로 취급되기도 한다.

대표적인 딥러닝 라이브러리 ‘텐서플로우’

이 책에서는 텐서플로우를 사용한 딥러닝 알고리즘을 다룰 것

대표적인 딥러닝 라이브러리 ‘텐서플로우’

 

01-2 코랩과 주피터 노트북

 

구글 코랩

구글에서 만든 웹 브라우저에서 파이썬을 쓸 수 있는 실행 환경이다. 클라우드 기반의 주피터 노트북 개발환경.

코랩 파일을 노트북이라고 부른다.

• 텍스트 셀: HTML& markdown
• 코드 셀: 코드 & 실행결과

 

코랩 노트북

• 구글 클라우드의 가상 서버를 무료로 사용
• 동시에 사용할 수 있는 가상서버 최대 5개

 

01-3 마켓과 머신러닝

k-최근접 이웃 머신러닝 알고리즘을 사용해서 생선 이름을 자동으로 알려주는 머신러닝을 만들어보자.

 

생선 분류 문제

(캐글에 공개된 데이터셋) 생선데이터 : ' 도미' , '곤들매기' , '농어' , '강꼬치고기' '로치' , ‘빙어’, 송어’

 

 

도미 데이터 준비하기

• 머신 러닝은 특정 조건을 부여하지 않아도 스스로 기준을 찾고, 도미인지 아닌지 판별함 → 방대한 도미 데이터를 준비해서 스스로 학습하도록 한다.

 

이진 분류

• 분류 : 여러 개의 종류 중 하나를 구별해내는 문제
• 이진 분류: 2개의 클래스 중 하나를 고르는 문제

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, 32.0, 32.0, 33.0, 33.0, 33.5, 33.5, 34.0, 34.0, 34.5, 35.0, 
                35.0, 35.0, 35.0, 36.0, 36.0, 37.0, 38.5, 38.5, 39.5, 41.0, 41.0, 9.8, 
                10.5, 10.6, 11.0, 11.2, 11.3, 11.8, 11.8, 12.0, 12.2, 12.4, 13.0, 14.3, 15.0]

fish_weight = [242.0, 290.0, 340.0, 363.0, 430.0, 450.0, 500.0, 390.0, 450.0, 500.0, 475.0, 500.0, 
                500.0, 340.0, 600.0, 600.0, 700.0, 700.0, 610.0, 650.0, 575.0, 685.0, 620.0, 680.0, 
                700.0, 725.0, 720.0, 714.0, 850.0, 1000.0, 920.0, 955.0, 925.0, 975.0, 950.0, 6.7, 
                7.5, 7.0, 9.7, 9.8, 8.7, 10.0, 9.9, 9.8, 12.2, 13.4, 12.2, 19.7, 19.9]

• 도미의 특징을 길이와 무게로 표현한 것을 ‘특성’ 이라고 부른다.
• 즉, 특성은 데이터의 특징이다. 첫번째 특성이 길이, 두번째 특성이 무게이다.
• matplotlib을 이용해서 산점도(x,y의 관계를 좌표계에 표현하는 그래프)로 데이터를 표현해볼 수도 있다.

• 코랩에는 이미 패키지가 설치되어서 바로 사용할 수 있다.
• scatter() : 산점도 그리는 함수
• 선형적(linear)한 모습 → 길이가 길수록 무게가 많이 나가기 때문

 

빙어 데이터 준비하기

smelt_length = [9.8, 10.5, 10.6, 11.0, 11.2, 11.3, 11.8, 11.8, 12.0, 12.2, 12.4, 13.0, 14.3, 15.0]
smelt_weight = [6.7, 7.5, 7.0, 9.7, 9.8, 8.7, 10.0, 9.9, 9.8, 12.2, 13.4, 12.2, 19.7, 19.9]

 

 

산점도 그래프로 나타내기

 

 

첫 번째 머신러닝 프로그램

• k-최근접 이웃 알고리즘을 사용해서 도미와 빙어 데이터를 구분해보자.
• 먼저, 도미와 빙어 데이터를 하나의 데이터로 합친다
• 사이킷런 패키지는 특성의 리스트를 세로 방향으로 늘어뜨린 2차원 리스트를 만들어야 한다. ⇒ zip() 함수 & list comprehension

 

 

정답 데이터 준비하기

• 도미를 1, 빙어를 0으로 표현
• K- 최근접 이웃 알고리즘을 구현한 클래스인 KNeighborsClassifier를 임포트
• 훈련 : fit() 메서드 → 특성 데이터와 정답 데이터를 전달해서 규칙을 학습
• 모델 : 머신러닝 알고리즘을 구현한 프로그램
• 평가 : score() 메서드 → 성능 측정. 0에서 1 사이의 정확도(정확히 맞힌 개수 / 전체 데이터 개수) 반환. 1로 갈수록 정확도가 높음
• 새로운 데이터의 정답 예측 : predict() 메서드

 

KNN 알고리즘

• 주위의 다른 데이터를 통해 다수를 차지하는 것을 정답으로 사용
• 데이터가 많은 경우 사용하기 어렵
• n_neighbors 매개변수 : 참고 데이터를 조정 가능
•  

트러블 슈팅

 

• 훈련 데이터와 타겟 데이터의 샘플 수가 일치하지 않을 때 발생한다. 머신러닝 모델을 훈련시킬 때 훈련 데이터와 타겟 데이터의 샘플 수는 반드시 일치해야 한다.