개발이야기

이번에는 머신러닝의 종류에 대해서 알아보자. 머신러닝은 학습방법에 따라 3가지 종류로 분류된다. 사람이 입력과 출력을 모두 제공하는 지도학습, 입력만 제공하는 비지도학습, 어떤 환경에서 특정 목표를 달성하기 위해 스스로 학습하는 강화학습이다. 현시점에서 활용빈도로 보면 지도학습이 가장 많고, 그 다음이 비지도학습, 마지막은 강화학습이라고 할 수 있다. 지도학습 지도학습은 가장 많이 활용되는 머신러닝의 종류로 스팸메일 필터링, OCR 문자 인식 등이 이에 해당한다. 지도학습은 머신러닝에 입력과 출력을 모두 제공해 학습하게 하는 것으로, 일종의 최적화 문제로 생각할 수 있다. 비지도학습 비지도학습은 입력 데이터의 구조를 파악하거나 관계를 분석하는 방법이라고 할 수 있다. 비지도학습은 '지식 발견'이라고도 하..

머신러닝 : 인공지능의 패턴인식과 계산학습 이론에서 발전한 컴퓨터과학의 한 분야다. 머신러닝은 데이터로부터 학습하고, 예측할 수 있는 알고리즘을 연구한다. 이러한 알고리즘은 정적으로 주어진 프로그램이 아닌 입력된 데이터로부터 모델을 만들어 예측이나 결정을 내린다. (출처 : 위키피디아) 일반적으로 컴퓨터에서 어떤 일을 하게 되면 Input을 집어 넣으면 program이 Output을 출력하게 된다. 하지만 머신러닝은 Input과 Output을 먼저 주어주고 머신러닝에 의해 스스로 프로그램을 작성하게 된다. 머신러닝은 데이터에 기반을 두기 때문에 계산 통계와 많은 연관이 있다. 데이터로부터 무엇을 학습한다는 것은 머신러닝 관점에서 보면, 주어진 데이터를 이용해 확률을 계산하고 특정 데이터를 줬을 때 이미 ..

이전에 연구실 발표를 다시 정리한 포스팅입니다.Keras에 대해 기초적으로 설명하고 Mnist 예제를 구현한 코드를 리뷰해보겠습니다. Keras 케라스(Keras) 기본 개념 - 케라스의 가장 핵심적인 데이터 구조는 “모델＂이다. - 케라스에서 제공하는 시퀀스 모델로 원하는 레이어를 쉽게 순차적으로 쌓을 수 있다. 케라스 모델링 순서 케라스로 딥러닝 모델을 만들 때는 다음과 같은 순서로 작성된다. 1. 데이터 셋 생성하기원본 데이터를 불러오거나 데이터를 생성한다.데이터로부터 훈련셋, 검증셋, 시험셋을 생성한다.이 때 딥러닝 모델의 학습 및 평가를 할 수 있도록 포맷 변환을 한다. 2. 모델 구성하기 시퀀스 모델을 생성한 뒤 필요한 레이어를 추가하며 구성좀 더 복잡한 모델이 필요할 때는 케라스 함수 API..