KBW's cosmos

머신러닝은 빅 데이터를 분석할 수 있는 강력한 툴이다. 기존 통계학 및 시각화 방법의 한계를 해결해준다. 머신러닝 : 명시적으로 프로그래밍을 하지 않고도 컴퓨터가 학습할 수 있는 능력을 갖게 하는 것 이전에 작은 데이터를 다룰 때는 명시적 프로그램이과 머신 러닝의 효율차이가 많이 나지 않는다. 하지만 빅 데이터와 같이 큰 데이터가 들어오게 되면 그 모든 데이터를 사람이 보고 케이스를 나누기 쉽지 않다. 그래서 이 데이터들을 분석할 수 있는 방법으로 머신 러닝이 뜨게 된 것이다. 그럼 이 머신러닝에 어떤 기법들이 있는 지 구분해 보도록 하겠다. 이 과목에서는 세 가지 방식중에서 지도학습 위주로 학습할 것이고 이 지도학습 안에서도 중요한 회귀분석과 분류에 대해 학습하겠다. 예측해야 할 결과에 대한 정답 데이..

과기정통부와 nipa(정보통신산업진흥원) 주관의 AI 교육을 받게 되었다. 교육 커리큘럼은 위와 같이 AI 실무 기본과정과 AI 실무 응용과정으로 나뉘어져 있다. 코로나 시즌의 이점을 활용해 지난번 소프트웨어 마에스트로 코딩테스트 플랫폼으로 활용됐던 elice라는 플랫폼에서 교육이 비대면으로 진행된다. 이에 따라 수업 기간도 12월 17일 까지로 넉넉하지만 이번 방학내에 다 끝내버리려고 한다. 토익 영어 공부때문에 바쁜 날들이었지만 평소 관심있었던 인공지능 공부의 입문으로 활용하기에 정말 좋은 기회라 병행하며 진행해보려고 한다. 과정별로 정보통신산업진흥원 명의의 수료증을 발급해주고 과정을 모두 수료 시 한국표준협회의 '인공지능 전문가' 민간 자격 취득지원도 해준다고 한다. 열심히 해봐야겠다 ㅎㅎ

머신러닝 응용 개발 : 과거 데이터로부터 패턴을 찾아내어 모델화한 후, 사용자 인터페이스 등을 추가한 application으로 만들어 실무에 사용하는 일련의 과정 (데이터 전처리 -> 모델링 -> 예측(적용)) (1) 데이터 전처리 단계 : 전처리는 데이터의 클린징, 변환, 필터링 등을 통해 원시 데이터를 구조화하여 훈련용으로 사용가능한 데이터셋(dataset)을 생성하는 작업 클린징(cleansing) : 원시 데이터의 결측값(빠진 값), 오류값 등을 제거 또는 수정 변환(transformation) : 범주형 데이터를 (ex.청소년이냐 성인이냐 노인이냐) 숫자로 바꾸거나, 데이터를 표준화하거나, 특이값을 수정/제거하거나 주소(지역명과 숫자)의 GPS값으로의 변환 등 필터링(filtering) : 모델..