[머신러닝 야학] 7일차 - Tensorflow (1)

0. 오리엔테이션

• 머신러닝 = 기계를 학습시켜 인간의 판단을 위임
• 지도학습 = 회귀 + 분류
  • 회귀 : 숫자형 데이터 예측
  • 분류 : 범주형 데이터 예측
• 지도학습의 방법 (머신러닝 알고리즘) : decesion tree, random forest, KNN, SVM, Neural Network 등등...
  • Tensorflow 1 수업에서는 Neural Network를 사용 : 인간의 신경망을 모방(인공 신경망 / deep learning)
• 딥러닝 라이브러리 : tensorflow, pytorch, caffe2, theano 등...

---

1. 목표와 전략

• 딥러닝을 코드화하기 위해서는 : 원리 + 수학 + 코딩 + 데이터 등 상당한 선수지식 요구
• 딥러닝 입문
  1. 파이썬 기초
  2. 데이터 입문
  3. 머신러닝 이해
  4. 딥러닝의 원리
• 복잡한 도구인 스마트폰도 직접적 경험을 통해 배우는 것과 같은 전략
  • 딥러닝 역시 간단한 코드를 통해 경험하고,
  • 해당 코드의 동작과 합습 과정을 보고,
  • 해당 코드의 활용법 추측
  • 이를 반복

---

2. 지도학습의 빅픽쳐

• 머신러닝의 프로세스
  1. 과거의 데이터 준비
  2. 머신러닝 모델 구조 형성 : ex. 독립변수 - 종속변수 1:1관계
  3. 데이터로 모델을 학습( = FIT)
  4. 학습된 모델을 이용

---

3. 실습 환경 - Google Colaboratory

• Jupyter Notebook이라고 해서, 데이터 및 머신러닝에 널리 사용되는 프로그램이 있는데, 직접 설치할 수도 있고 혹은 온라인 서비스 역시 존재
• Colaboratory Notebook은 구글 드라이브를 이용하여 사용할 수 있도록 만들어진 프로그램으로, Jupyter와 거의 유사한 환경을 제공

• 일반 편집기처럼, 파일-새 노트를 이용하여 새로운 파일 생성 가능

• 

  
  사진의 사각형 창의 경우 코드 Cell이라고 하며, 한 단위의 코드가 동작하는 블록이라고 볼 수 있다.
  

  

• 셀 내에서 Ctrl+Enter를 누르면 그 셀 내의 코드를 동작시키고, Shift + Enter를 누르면 셀을 실행시키고 다음으로 넘어간다(만약 마지막 셀의 경우 셀을 하나 추가)