1. 머신러닝의 개념과 용어 (모두를 위한 딥러닝 스터디)

기본적인 Machine Learnning의 용어와 개념 설명

- 머신러닝이란?

  . 일종의 소프트웨어

  . 스팸 필터, 자율주행 : 너무 룰들이 많다.

  . 자동적으로 배우면서 룰을 만들면 어떨까? 

  

- 학습 방법에 따라 Supervised/ Unsupervised로 나뉨

  . Supervised learning: 레이블된 데이터가 정해져 있는 데이터 - 트레이닝 셋

  . cat/dog 별로 이미지 카데고리 데이터

  . Unsupervised learning : 정할 수 없는 데이터. 데이터를 보고 스스로 학습해야 하는 것들

  . 구글 뉴스 grouping

  . 비슷한 단어 모으기

- Supervised learning

  . ML에서 가장 일반적인 유형

  . 이미지 레이블링

  . 이메일 스팸 필터 : 레이블된 데이터를 가지고 러닝

  . 성적 예측 : 이전 성적을 가지고 러닝

  . Training data set

    - y : 답(label)이 정해져 있는 값

- x : 값의 특징, feature

label을 가지고 학습 => 모델이 생겨남 => 내가모르는 x input => y = 3이다.

  . AlphaGo

  . Supervised learning의 유형

    - 성적 예측 : 0점~100점까지의 범위 내에 예측 : regression

  traning data set : x(hours), y(score)가 필요

- pass/nonpass 예측 : 분류 (binary classification)

  traning data set : x(hours), y(pass/fail)

- 학점 예측 : 분류 ( multi-label classification)

  traning data set : x(hours), y(grade)

TensorFlow의 설치 및 기본적인 operations

- TensorFlow?

  . 구글에서 만든 오픈소스 라이브러리, Machine intelligence를 위한 오픈소스 라이브러리

  . data flow graph를 이용하여 numerical한 계산을 할 수 있는 오픈소스 라이브러리

  . Python 언어

- Data flow graph란?

  . 하나의 operation(node)와 data(edge)를 거치면서 어떤 연산이 일어나서 내가 원하는 결과를 얻어낼 수 있는 것

- TensorFlow 설치

  . anaconda + tensorflow 설치 : https://brunch.co.kr/@mapthecity/15

  . anaconda + vscode : https://www.youtube.com/watch?v=g-aS9oVY-DA

- TensorFlow Hello World!

  . constant : node

  . 세션을 만들어서 hello node를 실행한다.

  . b : bype string

- Computational Graph

  . a와 b라는 노드가 +라는 노드로 연결하는 간단한 그래프 만들어보기

  

- TensorFlow 구조

  1) 그래프를 빌드한다

  2) 그래프를 실행한다 (sess.run(op)

  3) 그 결과 그래프 속의 값들을 업데이트 하거나 리턴 

- Placeholder

  . 그래프를 실행시키는 단계에서 값들을 던져주고 싶을 때 어떻게 할까?

  . 이 때 노드를 만드는데 이 노드를 Placeholder라는 노드로 만들어준다.

  . a + b를 통해 add_node

  . sees.run : 실행시켜라. feed_dict 에서 노드의 값(n개의 값)을 넘겨주며 그래프를 실행시킨다.

- Tensor

  . Ranks : 몇차원 array냐

  . Shapes :  각각의 element에 몇개씩 들어있는지

  . Types : Data type