인공지능 공부를 시작하고 저는 개인적으로 머신러닝 파트부터 공부가 더욱 즐거웠습니다. 선형대수나 언어론같은 CS 기초적인 공부도 물론 재미있지만, 머신러닝부터는 결과가 눈에 보이고 모델이 돌아가면서, '내가 지금 인공지능을 공부하고 있구나' 하고 상기시켜 주었습니다. 게다가 여러가지 ML 기법을 배우면서, 일상생활에 적용할 수 있는 다양한 아이디어들이 떠오르기 시작했습니다. 인공지능 공부를 이제 막 시작하신 분들도 이런 재미를 느끼셨으면 좋겠습니다. 이 글의 각 쳅터들은 영어표기와 한국어 표기를 중복했습니다. 이는 해외에서 유학하고 있는 분들이나 처음 접해서 용어가 헷갈리는 분들을 배려한 조치입니다. 다소 불편하더라도 학습에 도움이 되니 두 가지 표현 다 숙지하면 좋을거 같습니다.
해당 글은 Goorm에서 주최하고 KAIST. 주재걸 교수님 연구실에서 진행한 자연어 처리 전문가 양성 과정의 [ML 머신러닝] 내용을 정리한 글이며, 주재걸 교수님의 연구실, 연구원분들께서 만들고 강의하신, 교육 자료를 바탕으로 쓰여졌습니다. 대단히 감사합니다.
<목차>
1. [ML 머신러닝] Simple Linear Regression 단순 선형 회귀 분석
[ML 머신러닝] Simple Linear regression 단순 선형 회귀 분석
Linear regression은 종속 변수 $y$와 한개 이상의 독립 변수 $X$와의 선형 관계를 모델링하는 방법론입니다. 여기서 독립 변수는 입력 값이나 원인을 나타내고, 종속 변수는 독립 변
totokr.tistory.com
2. [ML 머신러닝] Multiple Linear Regression 다중 선형 회귀 분석
[ML 머신러닝] Multiple Linear Regression 다중 선형 회귀 분석
Multiple Linear Regression 다중 선형 회귀 분석은 Single Linear Regression과 달리 하나 이상의 다양한 변수들을 고려해서 분석하는 방식입니다. 예를 들어서 집 값을 예측하고자 한다면, 집의 크기, 주변의
totokr.tistory.com
3. [ML 머신러닝] Logistic Regression 로지스틱 회귀 분석
[ML 머신러닝] Logistic Regression 로지스틱 회귀 분석
로지스틱 회귀(Logistic Regression)는 데이터가 어떤 범주에 속할 확률을 0에서 1 사이의 값으로 예측한 후, 그 확률에 따라서 더 가능성이 높은 범주에 속하는 것으로 분류해주는 지도학습 알고리즘
totokr.tistory.com
4. [ML 머신러닝] Polynomial Regression & Regularization 다항식 회귀 분석과 정규화
[ML 머신러닝] Polynomial Regression & Regularization 다항식 회귀 분석과 정규화
본문에 들어가기에 앞서 우리말로 번역되는 정규화에는 Normalization과 Standardization 그리고 Regularization이 존재합니다. 이 세가지는 각기 다른 뜻을 가지고 있기에 머신러닝에서는 정규화라는 단어
totokr.tistory.com
5. [ML 머신러닝] Multiple Logistic Regression 다항 로지스틱 회귀 분석
[ML 머신러닝] Multiple Logistic Regression 다항 로지스틱 회귀 분석
데이터에 3개 이상의 다양한 입력 변수가 있을 때, 사용하는 Logistic Regression을 Multiple Logistic Regression이라고 합니다. 이번 편에서는 물품의 상태를 판별하는 이미지 데이터를 가지고 진행해봅니다
totokr.tistory.com
6. [ML 머신러닝] Cross Validation 교차 검증
7. [ML 머신러닝] Dimensionality Reduction 차원 축소
[ML 머신러닝] Dimensionality Reduction 차원 축소
Step 1. Why Visualizing? 사람은 머신러닝 문제를 이해할 수 없습니다. 머신러닝 문제가 별로 복잡하지 않아도 사람은 머신러닝을 완벽하게 이해할 수 없습니다. 이는 사람이 태생적으로 가진 핸디캡
totokr.tistory.com
8. [ML 머신러닝] K-Means Clustering K-평균 군집
[ML 머신러닝] K-Means Clustering K-평균 군집
목표 값(Target Variable)을 모르는 즉, 정답(Ground Truth, 기상학 용어로 '기상 실측 정보', 보통 '실제 값'이라고 번역 됨)을 모르는 상태로 학습을 하는 것을 비지도학습(Unspervised Learning)이라고 합니다.
totokr.tistory.com
9. Multi-Layer VS Single Layer 다중 레이어 VS 단일 레이어
[ML 머신러닝] Multi-Layer VS Single Layer 다중 레이어 VS 단일 레이어
이전에 [ML 머신러닝]에서 했던 학습들은 전부 레이어(Layer)를 하나만 쌓아서 학습했습니다. 이번 장에서는 Layer의 개수를 1개 더 늘려서 성능이 올라가는지 확인해보겠습니다. Layer를 하나 쌓아서
totokr.tistory.com