Ailyn의 기술 블로그

#모두를 위한 딥러닝 강좌 lec 01 : 기본적인 Machine Learning 의 용어와 개념

https://www.youtube.com/watch?v=qPMeuL2LIqY&list=PLlMkM4tgfjnLSOjrEJN31gZATbcj_MpUm&index=2

• 명시적인 학습을 하는 프로그램으로 ex) 스팸 필터, 자율 주행과 같은 시스템을 만들 때 개발자가 일일히 룰을 만들긴 어려울 것이다. 이럴 때, 기계를 학습시켜서 해당 룰을 스스로 만들 수 있다면 좋을 것이다.

ML의 학습방법 : Supervised Learning(지도학습)과 Unsupervised Learning(비지도 학습/자율 학습)

1. Supervised Learning 
• 정해진 라벨이 붙은 트레이닝 세트를 가지고 학습 시키는 방법
• ex) 고양이 사진들(정답)을 보여주며 이 사진들은 고양이라고 학습 시킴
2. Unsupervised Learning
• 정해지지 않은 새로운 데이타들을 가지고 학습시키는 방법 (데이타를 보고 스스로 학습 하는 방법)
• ex) 구글 뉴스에서는 자동적으로 유사한 그룹을 grouping을 하는 경우, 미리 라벨링하기 어려우므로 자기가 알아서 분류하여 라벨링 함

1. Regression (회귀)
• ex) 성적 0에서 100점까지의 점수(범위)를 예측할 때 쓰는 방법
2. binary classification (바이너리 분류)
• 예측을 Pass와 Non-Pass 등으로 2가지로 나누어 학습시키는 방법
• ex) 성적이 올랐는지 안올랐는지 2가지만 선택할 경우 Binary classification
3. multi-label classification (멀티 분류)
• 예측을 하되, A,B,C.. 등 많은 라벨을 선택할 경우 쓰는 방법
• ex) A 분류, B 분류, C 분류 .... 
4. 의사결정나무
5. 판별분석
6. 신경망

1. 연관성 규칙
2. 데이터 축소기법
3. 군집분석

#텐서플로우를 이용한 Lab 실습 01

https://www.youtube.com/watch?v=cbPjsOivFOs&index=3&list=PLlMkM4tgfjnLSOjrEJN31gZATbcj_MpUm

텐서플로우란? (https://www.tensorflow.org/)

python으로 개발할 수 있는 머신러닝 오픈 소스 라이브러리

데이타 플로우 그래프란?

• 노드(Nodes) : 수학적인 계산을 하는 Operations
• 엣지(Edges) : 데이타의 행렬(arrays=tensors)

이러한 텐서(데이타)들이 돌아다는 것을 일컫어 텐서 플로우 라고 말한다.

이것들을 통해서 딥러닝/ML에 사용할 수 있다. 

• 텐서플로우는 모든 것들이 하나의 Node(Operation)가 되고, 이 Node(Operation)를 실행시키는 것이 바로 run이라는 함수이다. 

* Placeholder

• 하나의 모델에 대해서도 마치 함수에 값을 줄 수 있다.
• placeholder로 변수 타입을 만들고 실제로 실행시킬 때, a와 b로 해당 하는 값으로 치환하여서 실행시킬 수 있게 된다.