데이터사이언스 기록기📚

📌 Ch3. 회귀 알고리즘과 모델 규제 🖊️ Ch.3-1) k-최근접 이웃 회귀 ✔️k-최근접 이웃 회귀 - 분류와 회귀 분류 : 여러개의 클래스 중, 하나로 분류하는 문제 회귀 : 다양한 샘플 중, 숫자로 예측하는 문제 - k-최근접 이웃 k-최근접 이웃 분류 : 예측하려는 샘플 중, 가장 가까운 k개 선택 → 가장 많은 클래스를 예측 샘플의 클래스로 지정 k-최근접 이웃 회귀 : 예측하려는 샘플 중, 가장 가까운 k개 선택 → k개의 평균울 예측 샘플의 값으로 지정 ✔️실습 - 농어 무게 예측하기 1) 데이터 생성 및 형태 확인 농어는 길이가 길면, 무게가 무거움 2) Train, Test 나누기 - Train set을 2차원으로 바꾸기(2차원 배열이어야 훈련시킬 수 있음 reshape() : 바꾸려..

📌 Ch2. 데이터 다루기 🖊️ Ch.2-1) 훈련 세트와 테스트 세트 ✔️지도학습, 비지도학습 - 지도학습 : 정답이 있는 데이터를 학습시키는 것 특징 : 구분하기 위한 정답 도출 - 비지도학습 : 정답이 없는 데이터를 학습시키는 것 특징 : 데이터 파악 및 변형 +) 강화학습 : 알고리즘이 행동한 결과로 얻은 보상으로 학습 ✔️훈련 세트와 테스트 세트 - 머신러닝 알고리즘 성능 평가 : 훈련 데이터(Train)와 테스트 데이터(Test) 달라야 함 → 이유 : 연습과 실전이 달라야 올바른 능력 평가 가능 ① 테스트를 위한 다른 데이터 준비 ② 준비된 데이터 중 일부 떼어 내서 활용 - 훈련 세트, 테스트 세트 구분 훈련 세트(전체 데이터 70~80%) 테스트 세트 (전체 데이터 20~30%) ✔️샘플..

📌 Ch.1 나의 첫 머신러닝 🖊️ Ch.1-1) 인공지능과 머신러닝, 딥러닝 ✔️인공지능이란 - 인공지능 : 사람처럼 학습하고 추론할 수 있는 지능을 가진 컴퓨터 시스템을 만드는 기술 - 영화 속의 인공지능은 '인공일반지능' or '강인공지능', 현실에서 마주하는 인공지능은 '약인공지능' - 인공일반지능 or 강인공지능 : 사람과 구분하기 어려운 지능을 가진 컴퓨터 시스템 (Ex. 터미네이터의 스카이넷) - 약인공지능 : 특정 분야에서 사람의 일을 도와주는 보조역할 (Ex. 음성비서, 자율 주행 자동차, 음악 추천, 기계 번역) ✔️머신러닝이란 - 머신러닝 : 자동으로 데이터에서 규칙을 학습하는 알고리즘을 연구하는 분야 - 특징 통계학에서 유래된 머신러닝 알고리즘 많음 대표적인 머신러닝 라이브러리 sc..