본문 바로가기

✒️ GURU/AI4

[AI] 머신러닝 라이브러리, 인공지능 실습 기초_붓꽃 품종 분류 4. 머신러닝 라이브러리 + 인공지능 실습 기초 - 붓꽃 품종 분류하기 # 여러가지 머신러닝 라이브러리 라이브러리명 인터페이스 언어 특징 Scikit-learn 파이썬 전반적인 데이터와 다양한 모델을 다루는 라이브러리 Statsmodels 파이썬 통계 분석에 특화된 라이브러리 Pandas 파이썬 데이터 가공용 라이브러리 NLTK 파이썬 자연어 처리 라이브러리 MLlib 파이썬, 스칼라, 자바 아파치 스파크에서 사용하는 대규모 머신러닝 라이브러리 Weka 자바 자바용 머신러닝 라이브러리, 간단하게 사용할 수 있는 GUI 제공 OpenCV C, C++, 파이썬, 자바 이미지 데이터 처리에 특화된 라이브러리 # 인공지능 실습 기초 - 붓꽃 품종 분류하기 2022. 7. 24.

[AI] 인공신경망과 인공신경망 구조, 퍼셉트론 기본식, 다층 퍼셉트론(MLP, Multi-Layer Perception)과 딥러닝 3. 인공신경망 + 퍼셉트론 기본식 + 다층 퍼셉트론과 딥러닝 # 인공신경망 : 인간의 뇌 구조에 착안해 만든 학습법으로, 인간의 뇌 구조를 흉내 낸다. - 뇌의 동작 방식을 모델화한 병렬 처리 시스템으로, 단순한 연산을 수행하는 소자들의 분산 처리 및 병렬 구조를 가지고 있다. # 인공신경망의 구조 - 인공신경망에서는 동그란 원이 하나의 뉴런이 되고, 이들이 서로 연결되어 하나의 신경망을 이룬다. # 퍼셉트론 - 기본식 : 인간의 뇌를 구성하는 뉴런, 시냅스의 동작 방식을 모델링한 그림 - X 노드는 데이터를 받는 입력층 노드, Y는 출력층 노드이다. 이 두 노드틑 가중치(W, Weight)값으로 연결된다. - 출력층의 노드는 각각의 입력 값에 가중치를 곱한 값을 합해 최종결과값을 생성한다. (T = .. 2022. 7. 24.

[AI] 머신러닝의 비지도 학습(K-means 클러스터링)과 강화 학습 2. 머신러닝의 비지도 학습 + 강화 학습 # 비지도 학습 : 주어진 입력에 대응하는 출력 정보 없이 학습하며 데이터 분류에 대한 정보가 전혀 없이 패턴을 찾거나 데이터를 분류하려고 할 때 사용하는 학습 방법 - 데이터에 레이블을 사용하지 않는다. - 주로 블로그에서 주제별로 구분할때나 네트워크상에서의 비정상적인 접근을 탐지할 때 활용된다, # 비지도 학습 방법 - 1. K-means 클러스터링 : 유사한 특성을 가진 k개의 데이터 그룹으로 묶는 방법으로, 우리말로 'K-평균 군집화'라고도 한다. 네트워크 침입과 악의적 활동을 탐지하거나 유사한 이미지를 그룹화하는 데에 사용된다. - 클러스터와 클러스터 중심점 : 각 클러스터에는 클러스터 중심이 있고, 주어진 데이터 집합에 대해 k개의 클러스터 중심점을 .. 2022. 7. 23.

[AI] 인공지능의 개념, 머신러닝의 학습 방법, 지도학습, 선형 회귀와 분류 1. 인공지능 개념 + 머신러닝의 학습 방법 + 지도학습 + 선형 회귀와 분류 # 인공지능 (Artificial Intelligence) : 인간의 학습능력과 추론능력 그리고 언어 이해 능력을 컴퓨터 프로그램으로 실현하는 학문 또는 기술 문제 해결 능력 학습 범용성 수식 계산 및 사진 속 대상 판단, 알파고의 바둑판 등을 이해하고 다음 수를 결정하는 것 등 문제를 해결하기 위한 지능적인 행위를 의미한다. 여러 경험을 통해 패턴을 얻어내고 다음 행동에 영향을 주는 것 딥러닝 모델을 수정하여 다양한 분야에서 응용이 가능한 인공지능의 특징 # 머신러닝의 학습 방법 1. 지도 학습 (Supervised Learning) : 입력과 미리 알려진 출력을 연관시키는 관계를 학습하고, 주어진 입력과 출력 쌍 사이의 대.. 2022. 7. 23.

이전 1 다음

티스토리툴바