- (8) 썸네일형 리스트형 [딥러닝] 04. 선형회귀 1. 선형회귀 회귀 : 일반적으로 데이터들을 2차원 공간에 찍은 후, 그 데이터들을 가장 잘 설명하는 직선이나 곡선을 찾는 문제 => 선형 모델을 사용해 회귀 문제를 풀면 선형회귀(linear regression)라고 함. ex) 부모의 키와 자녀 키의 관계 / 면적에 따른 주택 가격 / 공부시간과 학점과의 관계 등 선형 회귀 소개 선형회귀 식은 직선의 방정식으로부터 비롯 됨... 직선의 방정식) f(x) = mx + b => 선형회귀는 입력 데이터를 가장 잘 설명하는 직선의 기울기(m)와 절편(b)을 찾는 문제... 머신러닝에선 기울기(m) → 가중치(weight) / 절편(b) → 바이어스(b) 라고 함. 선형회귀 식) f(x) = wx + b 가중치와 바이어스 값에 따라 여러 개의 직선이 있을 수 .. [딥러닝] 03. 머신러닝 기초 01. 머신러닝이란? 머신러닝(machine learning) : 인공지능의 한 분야, 컴퓨터에 학습 기능을 부여하기 위한 연구 분야... 머신러닝이 가능하다면 우리가 명시적으로 프로그램을 작성하지 않아도, 컴퓨터 스스로 데이터에서 학습해 적절한 결정 내릴 수 있음 머신러닝과 전통적인 프로그래밍의 차이점 전통적인 프로그래밍 : 인간이 컴퓨터에게 적절한 문제해결 알고리즘을 만들어 줘야 함. 단점) (강아지와 고양이를 구별하는 문제에서) 인간에겐 쉬운 작업이지만, 알고리즘으로 구성하기에 어려움 머신러닝 : 인식하는 프로그램을 작성하지 않음... 어떤 사진이 강아지인지만 알려주면 되고, 이런 식으로 훈련이 진행되면 스스로 사진에서 강아지 인식 가능(스스로 규칙을 발견하도록 설계) 예시(강아지와 고양이 판별) .. [딥러닝] 01. 인공지능이란? 2. 인공지능의 정의 인공지능 : 지능적인 기계를 만드는 학술 분야 인간의 지능적인 사고 특징 학습(Learning) : 과거의 패턴들로부터 학습할 수 있는 능력을 가지고 있음. 문제해결(Problem Solving) : 복잡한 문제를 분석하고 해결할 수 있는 능력을 가지고 있음. 빅데이터(Big Data) : 아주 큰 용량의 변화하는 데이터 처리 가능 추론(Reasoning) : 주위의 상황으로부터 추론할 수 있는 능력을 가지고 있음. 지능의 정의? 인간이 사물을 이해하고 학습하는 능력(learning) 어떤 문제가 주어졌을 때, 합리적으로 사고하여 문제를 하결하는 능력(problem solving) 두 정의를 합하여 인공지능을 다시 정의하면, 인간의 인지적인 기능을 흉내내어 문제를 해결하기 위해 학습.. [통계] 베이즈 정리 예제를 이용해 베이즈 정리가 만들어지는 과정 알아보기 어떤 반에서 가정용 게임기와 PC 보유율을 조사했다. X 학생에 따르면 가정용 게임기와 PC 모두 있는 사람은 30% Y 학생에 따르면 가정용 게임기가 있는 사람은 50%, 그중에 PC가 있는 사람은 60% Z 학생에 따르면 PC가 있는 사람은 60%, 그중에 가정용 게임기가 있는 사람은 50% 사건 A) 가정용 게임기가 있는 사람 사건 B) PC가 있는 사람 이라고 할 때, 다음을 구하여라. X 학생의 말을 이용해 P(A∩B) P(A∩B) = 가정용 게임기와 PC 둘 다 있는 사람 => 30% = 3/10 Y 학생의 말을 이용해 P(A), P(B|A), P(A∩B) P(A) = 가정용 게임기가 있는 사람 = 50% / P(B|A) = 그중에 PC가 .. [통계] 조건부 확률 용어정리 일반적인 확률 사건 A가 일어날 확률 P(A)는 P(A) = 사건A/전체U 조건부 확률 조건이 있을 때의 확률... 확률의 분모가 전체가 아닌 일부분 사건 A가 일어났을 때, 사건 B가 일어날 확률은 P(B|A) P(B|A) = P(A∩B)/P(A) = (사건 A와 B가 동시에 일어날 확률)/(사건 A가 일어날 확률) P(B|A) : A일 때(조건) B가 될 확률 → B만 일어날 확률 P(A∩B): A와 B가 동시에 일어날 확률 → A도 B도 모두 일어날 확률 베이즈 정리는 조건부 확률 공식의 변형! 벤 다이어그램으로 나타내면 이런 느낌? 조건부 확률 예제 1 50명인 반에서 안경을 쓴 학생을 조사해보니 다음 표와 같은 결과를 얻었다. 안경 O 안경 X 합계 남성 9 21 30 여성 3 17 2.. [통계] 집합 매우매우 기초 정리 V 베이즈 통계/확률 문제를 다룰 땐 집합이나 확률을 알아두면 이해하기 쉬움 용어정리 집합(U) : 무언가 모인 것 집합 A의 개수가 3일때, n(A)=3으로 나타냄. 벤 다이어그램을 이용하면 시각적으로 이해 가능 집합 A와 B가 있을 때 합집합(∪) : 집합 A와 B를 합한 부분 (A∪B) 교집합(∩) : 집합 A와 B의 공통 부분 (A∩B) 공집합(∅) : 절대로 일어나지 않는 일 확률(P) 주사위 1개를 던져 홀수 눈 A가 나올 확률 P(A)는? 전체집합 U={1, 2, 3, 4, 5, 6}, n(U)=6이고, 홀수집합 A={1, 3, 5}, n(A)=3이므로 홀수/전체 = 3/6 = 1/2 Do it 첫 통계 with 베이즈 2.1 (p. 59 ~ 75) [통계] 통계 매우매우 기초 용어 정리 용어 정리 데이터 : 자료, 실험이나 관찰 등에서 얻은 사실이나 과학적 수치(&& 사실도 데이터에 포함) 질적 데이터(범주 데이터) : 수치로 측정 불가능... 사칙연산 불가 명목척도 : 같은지, 다른지(구별하거나 분류하는 것) / 데이터를 셀 수만 있고 비교는 X 서열척도 : 큰지, 작은지 / 중앙값과 최빈값에 의미 有 양적 데이터 : 수치로 직접 측정 가능 등간척도 : 더하기, 빼기, 평균 비율(비례)척도 : 사칙연산 / 간격과 비율에 의미 有 모집단 : 통계 조사 대상인 데이터의 근원(즉, 사람이나 물건을 모은 것) 표본(샘플) : 모집단에서 추출한 일부 무작위 추출 : 치우치지 않는 표본 추출 방법 추청 : 모집단을 특징짓는 파라미터를 통계학으로 추측하는 것 검정 : 모집단에서 추출한 표본의 통계.. [MySQL] 1-1. 데이터베이스와 데이터베이스 시스템 용어정리데이터 : 관찰의 결과로 나타난 정량적 or 정상적인 실제 값정보 : 데이터에 의미 부여지식 : 사물이나 현상에 대한 이해=> 데이터 베이스는 일상생활 곳곳에서 쓰임(생활과 문화, 비즈니스, 학술정보 등) 데이터베이스의 개념 및 특징개념통합된 데이터(integrated data) : 여러 곳에서 사용하던 데이터를 통합해 하나로 저정한 데이터 (중복 저장으로 인한 데이터 불일치 현상 줄이는게 중요)저장된 데이터(stored data) : 문서로 보관된 데이터가 아닌, 디스크, 테이프 같은 컴퓨터 저장장치에 저장된 데이터운영 데이터(operational data) : 조직의 목적을 위해 사용되는 데이터 (임시로 저장된 데이터는 X)공용 데이터(shared data) : 공동으로 사용되는 데이터(동시 .. 이전 1 다음
