본문 바로가기

Work/AI

[AI] Classification - KNN python 예제
2020. 8. 11. k-Nearest Neighbors Target is predicted by local interpolation of the targets associated of the nearest neighbors in the training set 주변의 이웃을 보고 자신의 범주를 결정하는 알고리즘 1. KNN이란? 지도학습의 Classification 알고리즘 중 하나로, 가장 가까운 k개 이웃의 정보로 새로운 데이터의 Label을 예측하는 방법론입니다. 아래 그림처럼 검은색 점의 범주 정보는 주변 이웃들을 가지고 추론해낼 수 있습니다. 만약 k가 1이라면 오렌지색, k가 3이라면 녹색으로 분류(classification)하는 것이지요. 만약 회귀(regression) 문제라면 이웃들 종속변수(y)의 평균이 예..
[AI] Regression (회귀) 개념, 분류
2020. 8. 7. 1. 회귀분석 개념 ML Supervised Learning(지도학습)에 Classification에 이어, Regression의 개념과 사용알고리즘의 종류를 알아보자 회귀분석은 데이터 변수들간에 함수관계를 파악하여 통계적 추론을 하는 기술이다. 좀더 쉽게 설명하자면, 독립변수에 대한 종속변수값의 평균을 구하는 방법입니다. h() 가 위에서 말한 조건에 따른 평균을 구하는 함수이며 우리는 이것을 보통 ‘회귀 모델’이라고 부릅니다. 이 함수는 어떤 조건(x1, x2, x3, …)이 주어지면 각 조건의 영향력(beta1, beta2, beta3, …)을 고려하여 해당 조건에서의 평균값을 계산해 주는 것인데, 뒤에 붙는 e 는 ‘오차항’을 의미한다. 측정상의 오차나 모든 정보를 파악할 수 없는 점 등 다양한 ..
[AI] Classification (분류) 개념과 알고리즘 종류
2020. 8. 7. 1. Classification(분류) 말 그대로 분류를 뜻하는 Classification은 Supervised learning 지도학습의 일종으로 기존에 존재하는 데이터의 Category 관계를 파악하고, 새롭게 관측된 데이터의 Category를 스스로 판별하는 과정이다. 예를 들어 문자를 판별하여, 스팸 보관함으로 분류하는것과 같은 단일분류와 , 수능 점수가 몇 등급에 해당하는지 판별하는 종류의 다중분류가 있다. 다중분류는 비지도학습의 Clustering과 비슷하지만, 가장 큰 차이점은 Category의 도메인이 정의되있는가 그렇지 않은가이다. 지도학습의 Classification은 이미 정해진 카테고리(레이블) 안에서 학습하여 새로운 데이터를 분류하지만, 비지도학습의 Clustering은 정해지지 ..
[AI] Clustering (군집화) 개념과 알고리즘 종류
2020. 8. 7. 1. 군집화(Clustering) 란? 비지도학습의 대표적인 기술로 x에대한 레이블이 지정 되어있지 않은 데이터를 그룹핑하는 분석 알고리즘 데이터들의 특성을 고려해 데이터 집단(클러스터)을 정의하고 데이터 집단의 대표할 수 있는 중심점을 찾는 것으로 데이터 마이닝의 한 방법이다. 클러스터란 비슷한 특성을 가진 데이터들의 집단이다. 반대로 데이터의 특성이 다르면 다른 클러스터에 속해야 한다. 2. 알고리즘 종류 (1) K 평균 (K-Means) 군집 중심점(centroid)라는 특정한 임의의 지점을 선택해 해당 중심에 가장 가까운 포인트들을 선택하는 군집화기법 선택된 포인트의 평균지점으로 이동하고 이동된 중심점에서 다시 가까운 포인트를 선택, 다시 중심점을 평균 지점으로 이동하는 프로세스를 반복적으로 수행..
[AI] 지도학습, 비지도학습, 강화학습(RL) 개념과 차이점
2020. 8. 6. 인공지능의 기계학습은 크게 3가지로 분류된다. 1. 지도학습(Supervised Learning) - 분류 , 회귀 2. 비지도학습(Unsupervised Learning) - 군집화, 차원축소 3. 강화학습(Reinforcement Learning) - 게임산업, 실시간결정, 로봇네비게이션 개념과 서로 차이점이 무엇인지 알아보자. 지도, 비지도, 강화학습 모두 적절한 feature를 잘 정의하는 것이 핵심입니다. 예를 들어 고양이, 강아지 사진은 분류한다고 하면 고양이는 귀가 뾰족하다 거나 눈코입의 위치, 무늬 등이 피처가 됩니다. 키와 성별을 주고 몸무게를 예측한다고 하면 키와 성별이 피처가 됩니다. Feature는 Label, Class, Target, Response, Dependent varia..
[AI] 인공지능 AI, 머신러닝 ML, 딥러닝 DL의 개념, 차이점
2020. 8. 6. 1. AI, ML, DL 개념 Artificial Intelligence ,AI 인공지능은 인간의 학습능력, 추론능력, 지각능력, 언어 이해능력 등을 컴퓨터에 구현한 기술이다. 사람만 할수있었던, 가치 판단, 학습, 인식, 의사소통, 심리상태 추론 등 기계로는 할 수 없던 일들을 가능케 하는기술이다 이 분야는 , 빅데이터를 기반으로 분석을 하고 분석한 데이터를 가지고 학습하며, 학습한 내용을 가지고 복잡한 문제의 답을 찾거나, 가치판단을 하거나, 결과를 예측하는 기술이다. 많은 데이터를 기반으로한 학습을 흔히 머신러닝 (기계학습, Machine Learning )이라고 말한다. 빅데이터를 기반으로 스스로 학습하여 결정을 내리는 수많은 알고리즘들이 존재하는데, 이보다 복잡한 하드웨어(슈퍼컴퓨터)와 복잡하고..
데이터 분석기법 7가지
2020. 6. 2. 비즈니스 가치를 만드는 7가지 빅데이터 기법 빅데이터란 무엇인가? ‘빅데이터’란 거대한 데이터를 처리하기 위해 특화된 기법과 기술을 적용하는 것입니다. 이러한 데이터는 너무나 방대하고 복잡해서 수작업으로 처리가 불가능합니다. 웹로그, 전화 기록, 진료 기록, 군사 기록, 사진 기록, 영상 기록, 그리고 대규모 전자상거래 기록 등이 빅데이터의 예에 속합니다. ‘거대함’에 대하여, 우리는 적어도 1 terabyte를 필요로 하는 데이터세트라고 말할 수 있으며, 더 나아가 수백의 petabytes까지 말할 수 있습니다. (1 petabyte = 1024 terabytes). 페이스북은 적어도 100 petabytes가 넘는 사진 및 영상 데이터를 저장하고 있다고 추정됩니다. 1. Association rule..

티스토리툴바