머신러닝 study

1. 텐서 플로우 Tensorflow 머신러닝을 위한 가장 권장되는 파이썬 라이브러리 중 하나이다. 자연어 처리, 순환 신경망, 이미지 인식, 심층 신경망 등등 을 처리할 수 있다. 텐서플로우의 중요한 점은 머신러닝 및 AI 프로젝트를 위한 추상화(abstraction)이다. 이 라이브러리를 사용하면 파이썬 개발자들은 AI와 머신러닝을 손쉽게 활용하여 안면 인식, 음성 인식과 같은 기능이 사용되는 응답성 애플리케이션을 만들 수 있다. 2. 넘파이 Numpy 넘파이 는 파이썬에서 개발된 선형 대수이다. 많은 개발자 및 전문가들은 다른 머신러닝 파이썬 라이브러리보다 이를 선호한다. SciPy, Matplotlib, Scikit-learn 등 거의 모든 파이썬 머신러닝 패키지가 넘파이에 소속되어있다. 또한 푸..

1946 최초의 프로그래밍 가능한 컴퓨터 ENIAC (Electronic Numerical Integrator and Computer) 1952 Arthur Samuel은 체커 게임 방법을 배우는 최초의 (machine learning)머신러닝 컴퓨터 프로그램을 개발했습니다. 그의 알고리즘은 경험으로 부터 배우기 위해 발견적 탐색 메모리를 사용하였습니다. 1970 년대 중반까지 그의 프로그램은 인간과 시합하여 이기고 있었습니다. 1956 Dartmouth 워크샵에서 Marvin Minsky, John McCarthy, Claude Shannon, Nathan Rochester가 (AI)“Artificial Intelligence (인공지능)”이라는 용어를 만들었습니다. 1958 Frank Rosenbla..

더보기 DeepMind--AlphaFold(알파폴드)2 AlphaFold(알파폴드)는 구글의 자회사인 DeepMind에서 발표한 단백질 예측 플랫폼이다. 알파폴드가 나오기 전까지는 단백질 구조를 예측하는 문제는 굉장히 어려운 문제로 지금까지 과학자들이 알아낸 단백질 종류는 약 2억개, 이 중 구조를 알아낸 단백질은 약 17만종이라고 한다. 한 종류를 분석하는데 1년 ~ 수년 정도 걸렸으며 비용은 약 12만달러(약 1억 3000만원)가 들어간다고 한다. 하지만 알파폴드는 과학자들이 수년을 걸쳐 알아냈던것을 단 며칠만에 구조를 밝혀낸것이다. AlphaFold(알파폴드)2 관련 영상 https://www.youtube.com/watch?v=uLDud7pNiNQ AlphaFold(알파폴드)2 관련 기사 http..

로지스틱 회귀(Logistic Regression) 로지스틱 회귀(Logistic Regression)는 분류기법중의 하나로 다른특징을 가진 데이터를 서로 분류하는데에 많이 사용되는 알고리즘이다. Logistic Regression은 뉴럴네트워크의 구조와 딥러닝을 이해하는데에 기초가 되는 내용이므로 굉장히 중요한 내용이다. Logistic Regression을 간단한 예시를 들어보겠다. 우리가 자격증 시험을 치르면 Pass/Fail같이 2가지 케이스로 나뉘어 질수있다 이것이 바로 Logistic Regression의 핵심이다. 데이터를 위 그림과 같이 2차원 공간에 나타내면 데이터가 파란색,빨간색으로 나누어집니다. 로지스틱 회귀(Logistic Regression)을 하기위해서는 [0,1]처럼 2가지의 ..

Linear Regression(선형회귀)의 원리 Linear Regression을 한마디로 애기하자면 "데이터를 가장 잘 대변하는 직선의 방정식을 찾는것"이라고 요약할수있습다. 위의 그림에서 무작위로 분포되어있는 파란색의 점들은 데이터를 나타냅니다. "이 데이터의 전체를 가장잘 대변하도록 직선을 긋는다면 직선은 어떤 모습이 될까"가 Linear Regression의 핵심입니다. 직선의 방정식은 y = ax +b 이렇게 표현할수있습니다. 여기서 a는 위 빨간선의 기울기라 할수있고 b는 y절편이 됩니다. 즉 선형회귀(Linear Regression)는 데이터를 가장 잘 대변해줄수있는 직선 방정식(y = ax +b )의 a(기울기) 와 b(y절편)을 구하는 것이라고 말할수있습니다. 이번엔 선형회귀(Linea..

머신 러닝(machine learning)(기계 학습) 위 그림과 같이 머신러닝은 인공 지능의 한 분야로 컴퓨터가 학습할 수 있도록 하는 알고리즘과 기술을 개발하는 분야를 말한다. 예를 들어 기계 학습을 통해서 수신한 이메일이 스팸인지 아닌지를 구분할 수 있도록 훈련할 수 있다. 1959년, Arthur Lee Samuel은 기계 학습을 “컴퓨터에게 배울 수 있는 능력, 즉 코드로 정의하지 않은 동작을 실행하는 능력에 대한 연구 분야”라고 정의하였다. 머신러닝은 명시적으로 프로그래밍하는 것이 아니라 과거의 데이터로부터의 학습을 통해 작업을 수행하는 방법을 컴퓨터에 가르치는 것이다. 머신러닝의 유형 머신러러닝은 아래와 같이 크게 3종류로 나눌수있다 지도학습 (Supervised Learning): 정답/오..