스터디📖/ML, DL
머신러닝 처음 시작하기(인프런) - 02강 머신러닝 용어 및 라이브러리 정리
호프
2021. 7. 27. 22:12
머신러닝 처음 시작하기 (기초 원리 + 초급 실습) - 인프런 | 강의
머신러닝을 처음 접하는 사람들을 대상으로 기초적인 머신러닝 이론을 간략하게 다룬 머신러닝 기초 강의입니다., 그것이 알고 싶다!요새 핫한 머신러닝 🤖 [사진] 🗒 강의소개 (이 강의는 강
www.inflearn.com
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.. 😒