PIPI

https://yozm.wishket.com/magazine/detail/2098/ [쉽게 배우는 AI] 11. 연관 규칙 학습이란? | 요즘IT 연관 규칙 학습은 이름에서도 알 수 있듯 서로 연관된 특징을 찾는 학습 방법입니다. 이러한 연관 규칙 학습은 쉽게 추천 관련 알고리즘을 떠올리면 되는데요. 영화를 예매했을 때 비슷한 장르 yozm.wishket.com - 연관규칙학습은 서로 연관된 특징을 찾아내는 것이다. 일명 장바구니 분석이라고 불린다. - 연관 규칙 학습은 쉽게 추천 관련 알고리즘을 떠올릴 수 있다. - 비슷한 것들을 모아 묶는다는 점에서 군집화와 연관 규칙 학습은 유사하지만 관측치인 행을 그룹화하는 것은 군집화, 특성인 열을 그룹화하는 것은 연관 규칙이라고 기억하면 좋다. - 아티클이 너..

https://yozm.wishket.com/magazine/detail/2086/ [쉽게 배우는 AI] 10. 비지도 학습의 군집화 | 요즘IT 오늘은 머신러닝의 비지도 학습 방법 중 군집화에 대해 알아보겠습니다. 먼저 군집화란 그룹이라는 일종의 카테고리(군집)를 만들고, 이후 데이터 값을 보고 특정 군집으로 결정짓는 것(군집화) yozm.wishket.com - 군집화는 비슷한 것들을 찾아서 그룹을 만드는 것이다. - 비슷한 것들끼리 모아서 그룹을 만드는 것이 군집화다. - 그룹을 만들고 난 후에 어떤 대상이 어떤 그룹에 속하는지 판단하는 것이 분류다. - 군집을 만드는 것이 군집화다. - 배달 사업으로 예를 들어 설명하고자 한다. 전국적으로 1000만 명이 한 배달 서비스를 이용한다고 가정함 100..

https://yozm.wishket.com/magazine/detail/2073/ [쉽게 배우는 AI] 9. 회귀 vs 분류 | 요즘IT 지도학습은 크게 회귀(regression)와 분류(classification) 두 가지로 나뉩니다. 회귀의 경우 예측하고 싶은 결괏값이 숫자일 때 사용하며, 온실가스 변화에 따른 지구 기온의 변화나 공기 중 평균 습도 yozm.wishket.com - 지도 학습은 회귀와 분류로 나뉜다. - 회귀는 영어로 regression이고 분류는 classification이다. 회귀 예측하고 싶은 종속 변수가 숫자일 때 회귀라는 머신 러닝의 방법을 사용한다. 어떤 문제를 만났을 때 그 문제에서 예측하고 싶은 결과가 숫자라면 '지도 학습의 회귀로 해결해 주세요'라고 하면 된다. 분..

https://yozm.wishket.com/magazine/detail/2061/ [쉽게 배우는 AI] 8. 지도학습이란? | 요즘IT 이번 편에서는 지도학습에 대해 알아보겠습니다. 지도학습은 어떤 원인들에 대한 결과를 학습하는 과정입니다. 예를 들어, ‘a, b, c의 값들이 어떻게 변해서 결괏값 d가 나온다’라면 과거에 대 yozm.wishket.com - 지도 학습은 과거에 있었던 사건이 원인과 결과로 기록되어 있는 역사와 비슷하다. - 지도 학습은 과거의 데이터로부터 학습해서 결과를 예측하는 데에 주로 사용된다. - 머신 러닝의 지도 학습은 충분히 많은 데이터를 수집해야 한다. - 데이터는 독립변수와 종속변수로 이루어져야 하고, 지도학습을 훈련시키면 컴퓨터는 모델을 만든다. - 지도 학습은 복잡..

https://yozm.wishket.com/magazine/detail/2052/ [쉽게 배우는 AI] 7. 머신러닝의 분류 | 요즘IT 머신러닝은 다양한 분류 체계를 가지고 있는데요. 개발자는 이러한 머신러닝 시스템의 분류 체계를 이해하고, 적절한 방식을 선정하는 것이 중요합니다. 오늘은 머신러닝을 분류하는 방법을 살 yozm.wishket.com - 지도학습 '지도'는 기계를 가르친다는 의미다. 문제집을 푸는 것과 비슷하다 문제와 정답을 비교하고 맞히다 보면 문제 풀이에 익숙해지고 이후에 비슷한 문제를 만나면 오답에 빠질 확률이 낮아지는 것이다. 데이터로 컴퓨터를 학습시켜서 모델을 만드는 방식을 '지도학습'이라고 한다. - 비지도학습 지도학습에 포함되지 않은 방법들이다. 기계에 데이터에 대한 통찰력..

https://yozm.wishket.com/magazine/detail/2043/ [쉽게 배우는 AI] 6. 상관관계와 인과관계 | 요즘IT 지금까지 데이터 산업에서 데이터를 표나 그래프로 정리해서 본다는 것을 배웠습니다. 그렇다면 표에 정리했을 때, 독립변수와 종속변수는 어떻게 표현될까요? 표에서 어떤 열의 값이 변할 때 yozm.wishket.com - 상관관계 한쪽의 값이 바뀌면 다른 쪽의 값도 바뀐다. 두 개의 특성이 서로 관련이 있다고 추측할 수 있다. 두 개의 특성이 '서로 상관이 있다'라고 해서 상관관계다. - 인과관계 각 열이 원인과 결과의 관계일 때 인과관계라고 한다. - 상관관계와 인과관계는 비슷한 듯 하지만, 중요한 차이가 있다. - 모든 인과관계는 상관관계지만 모든 상관관계가 인과..

https://yozm.wishket.com/magazine/detail/2031/

https://yozm.wishket.com/magazine/detail/2017/ [쉽게 배우는 AI] 4. 표와 데이터 셋 | 요즘IT 무작위하게 흩어져있는 데이터를 정리할 때 어떤 방법을 사용하면 좋을까요? 보통 표와 그래프를 가장 많이 사용합니다. 정리된 데이터 상태를 보고 싶을 때는 표를, 변화의 흐름이나 정도 등을 yozm.wishket.com - 인류가 만든 시각화 도구 중에서 가장 위대한 것은 표와 그래프다. - 그 중 제일은 표다. - 표는 행과 열에 데이터를 넣는 도구로 아무리 복잡한 데이터라도 표로 데이터를 정리하면 단정하게 정리할 수 있다. - 엑셀이나 데이터 베이스와 같은 도구에 표를 담으면 컴퓨터가 가진 저장 용량과 처리 속도를 이용해 편리하게 사용할 수 있다. - 여기에 머신 ..

https://yozm.wishket.com/magazine/detail/2004/ [쉽게 배우는 AI] 3. 데이터 산업과 직업 | 요즘IT 우리가 사는 현실을 데이터로 변환할 수 있다면, 컴퓨터의 힘으로 많은 일을 해낼 수 있습니다. 이렇게 변환된 데이터를 활용하기 위한 방법 중 하나가 바로 머신러닝입니다. 복잡한 현실을 데 yozm.wishket.com - 아이디어를 현실화하기 위해서는 '데이터'가 필요하다. - 데이터 자체는 현실이 아니지만 현실을 데이터로 표현할 수 있으면 컴퓨터의 힘으로 데이터를 처리할 수 있다. - 처리 방법 중 하나가 머신 러닝이다. - 현실을 데이터화하면 복잡한 현실에서 단순해진 데이터로 발견하기 어려운 통찰을 찾아낼 수 있다. - 이를 통해서 현실을 변화시키는 일을 하는..

https://yozm.wishket.com/magazine/detail/1997/ [쉽게 배우는 AI] 2. 머신러닝 모델이란? | 요즘IT 머신러닝에서 모델은 입력 데이터와 출력 데이터 사이의 패턴과 관계를 학습하기 위해 데이터 세트에서 훈련된 프로그램으로, 회귀, 의사 결정 트리, 신경망 등 많은 기술을 사용하여 훈련될 수 yozm.wishket.com - 모델은 머신러닝을 이해하는 열쇠다. - 교훈에 대한 설명은 아이들로 예를 들 수 있다. 아이들은 아이스크림을 먹으면 맛있다고 느끼고 돌을 먹어보면 먹지 못하는 것을 알게 된다. 이 과정에서 먹어도 되는 것과 안 되는 것을 학습하는데 이런 판단 능력을 '교훈'이라고 부른다. - 교훈 덕분에 경험해보지 않아도 결과를 예측 혹은 추측할 수 있다. - ..