머신러닝 처음 시작하기(인프런) - 02강 머신러닝 용어 및 라이브러리 정리

https://www.inflearn.com/course/%EB%A8%B8%EC%8B%A0%EB%9F%AC%EB%8B%9D-%EC%B2%98%EC%9D%8C-%EC%8B%9C%EC%9E%91%ED%95%98%EA%B8%B0/dashboard

머신러닝 처음 시작하기 (기초 원리 + 초급 실습) - 인프런 | 강의

02강 머신러닝 용어 및 라이브러리 정리

모델

특성

데이터를 설명하는 입력 변수
ex 강아지 고양이 분류: 눈, 귀모양, 성장속도

레이블

예측하는 실제 항목

추론

학습된 모델을 사용하여 새로운 데이터에 적용하여 예측

Numpy 행렬.

import numpy as np
data = [1,2,3,4,5]
arr = np.array(data)
arr.shape # (5, )
arr.dtype #dtype('int64')
np.zeros((9,2)) #0으로 이어진 9행 2열의 행렬 생성
np.arange(20) #0~19까지 증가하는 행렬 생성 [0,1,2,3,...,19]

 

Pandas

import pandas as pd
pd.Series([1,2,3,4,5]) #인덱스가 있는 1차형 배열.
students_name['A','B','C','D']
math = [99,35,23,85]
result = pd.DataFrame({
	"Name" : students_name,
	"Math" : math
})
result #표 생성

	Name	Math
0	A	99
1	B	35
2	C	23
3	D	85

Matplotlib 시각화

import matplotlib.pyplot as plt
plt.bar(students_name, math) #막대그래프로.. studentname이 x축

 

Scikit - learn //지도학습 비지도학습에서 모델 만들 때 주로 사용

NLTK 자연어 처리

 

** 사족 좀 줄여줬으면 좋겠다... 안그래도 자료 없어서 듣기 평가 하느라 힘든데.. 😒