반응형

머신러닝/머신러닝 개념 2

머신러닝을 위한 넘파이와 판다스의 중요성

머신러닝 애플리케이션 구현에서 다양한 데이터의 추출/가공/변환이 상당한 영역을 차지하고 데이터 처리 부분은 대부분 넘파이와 판다스의 몫입니다. 사이킷런이 넘파이 기반에서 작성됐기 때문에 넘파이의 기본 프레임 워크를 이해하지 못하면 사이킷런 역시 실제 구현에서 많은 벽에 부딪힐 수 있습니다. 사이킷런은 API 구성이 매우 간결하고 직관적이어서 이를 이용한 개발 또한 상대적으로 쉽지만 넘파이와 판다스 API는 더 방대하기 때문에 이를 익히는 데 시간이 많이 소모 될 수 있습니다. 하지만, 머신러닝을 위해서 이들은 많은 시간을 들여 전문적으로 공부하는 것은 효율적이지 못합니다. 넘파이와 판다스에 대한 기본 프레임 워크와 중요 API만 습득하고, 일단 코드와 부딪쳐 가면서 모르는 API에 대해서는 인터넷 자료를..

머신 러닝의 개념

1. 머신러닝 개념 - 머신 러닝이란 애플맅케이션을 수정하지 않고도 데이터를 기반으로 패턴을 학습하고 결과를 추론하는 알고리즘 기법을 통칭합니다. - 현실 세계의 매우 복잡한 조건으로 인해 기존의 소프트웨어 코드만으로는 해결하기 어려웠던 많은 문제점들을 이제 머신러닝을 이용해 해결해 나가고 있습니다. - 특히 인간만이 가지는 인지능력만이 해결 가능하다고 여겨졌던 다양한 분야에서 머신러닝의 응용이 두드러지고 있으며 데이터 마이닝, 영상인식, 음석인식, 자연어 처리에서 머신러닝을 적용하며너서 급속하게 발전 하고 있습니다. 2. 머신러닝, 왜 필요한가? - 현실 세계의 복잡한 업무와 규칙을 구현하기 위한 매우 복잡하고 방대한 코드 - 수시로 변하는 업무 환경, 정책, 사용자 성향에 따른 애플리케이션 구현의 어..

반응형