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..

안녕하세요! 매번 새로운 내용으로 찾아왔는데, 이번 포스팅이 마지막이라니 아쉽기도 하네요ㅠㅠ 이번 포스팅은 Brightics 서포터즈로 활동한 후기에 대해 작성해보려 합니다! 다음 기수 분들이 해당 후기를 보고 많이 지원하길 바라며..! 포스팅 시작해보겠습니다! 첫 번째 미션, Brightics Studio 설치하기 첫 번째 미션은 Brightics Studio를 설치해보고 직접 사용해보는 것이었습니다! 첫 미션 당시에는 새로운 툴을 사용하는 것이라 걱정이 많았는데, 오히려 노코드로 데이터 분석을 손쉽게 할 수 있어 더더더 편하다는 것을 알 수 있었습니다!!! 두 번째 미션, 서포터즈 발대식 발대식 당일, 처음으로 팀원들과 멘토님을 만날 생각에 떨렸던 게 기억납니다ㅎㅎ 팀원들이랑 어색하게 인사했던 게 엊..