"๊ณ ์ฅ๋ ๋ผ๋์ค ๊ณ ์น ์ ์์ด?"
์ ๊ฐ ์ ์๊ณตํ๊ณผ์ ์ ํํ ํ ์น๊ตฌ๋ก๋ถํฐ ๋ฐ์ ์ง๋ฌธ์ ๋๋ค. ๋ญ, ๋๋ต์ ํ์ต๋๋ค. "์ ์๊ณตํ๊ณผ์์๋ ๋ผ๋์ค ๋ง๋๋ ์๋ฆฌ๋ฅผ ๋ฐฐ์ฐ๋ ๊ฒ์ด์ง ๊ณ ์ฅ๋ ์ ์์ ํ ๊ณ ์น๋ ๊ฒ์ ์ฐ๋ฆฌ ์ผ์ด ์๋๊ณ ..."
์ด๋ก ์ผ๋ก ๋ฌด์ฅํ ์ ๋ฌธ๊ฐ๋ณด๋ค ๋ฌธ์  ํด๊ฒฐ์ฌ๊ฐ ํ์ํ ๊ฒฝ์ฐ๊ฐ ๋ ๋ง์ต๋๋ค. ์ ๋ ์ค์  ๋ฌธ์  ํด๊ฒฐ์ด ๋ ์ค์ํ๋ค๊ณ ์๊ฐํฉ๋๋ค.
์ต๊ทผ์๋ ๋จธ์ ๋ฌ๋์ผ๋ก ๊ธ์ต, ์๋์ง, ์ ์, ์ค์ฅ๋น, ๋ฌผ๋ฅ, ์ ์ฝ๊ฐ๋ฐ, ์ํ ๋ฑ ์ฐ์ ์์ญ์ ๋ฌธ์ ๋ฅผ ํด๊ฒฐํ๋ ์ผ์ ํ๊ณ ์๋๋ฐ, ์ ๋ง ๋ฐฐ์ธ ๊ฒ๋ ๋ง๊ณ ํ ์ผ๋ ๋ฌด๊ถ๋ฌด์งํ ์์ญ์ธ ๊ฒ ๊ฐ์ต๋๋ค. ๋ณธ์ ์ ๊ต์์ง๋ง (๊ฐ์๋ ์ปดํจํฐ๊ณตํ๊ณผ), ํ์ฅ์ ๋ฌธ์ ํด๊ฒฐ์ ๊ด์ฌ์ด ๋ง์ ์ฌ๋ฌ ๊ฒธ์ง์ ํ๊ณ ์์ต๋๋ค. AI์ ์ฝ๊ฐ๋ฐ์ง์์ผํฐ์ฅ, KAIST ๊ฒธ์๊ต์, ๊ทธ๋ฆฌ๊ณ ๋ฐ์ดํฐ์ฌ์ด์ธ์ค๋ฉ ๋ํ๋ฅผ ๋งก๊ณ ์์ต๋๋ค.
AI ์๋์ ๊ฐ์ฅ ํ์ํ ์ธ์ฌ๋ ์ค์  ๋ฌธ์ ๋ฅผ ํด๊ฒฐํ ์ ์๋ ๋ฐ์ดํฐ ์ฌ์ด์ธํฐ์คํธ๋ผ๊ณ ๋ฏฟ์ผ๋ฉฐ ์ฌ๋ฌ๋ถ ๋ชจ๋ ์ธ๊ธฐ ์๋ ๋ฐ์ดํฐ ์ฌ์ด์ธํฐ์คํธ๊ฐ ๋๊ธฐ๋ฅผ ๋ฐ๋๋๋ค.
Courses
Reviews
- Practical Data Science Part 3. Understanding Machine Learning
- Practical Data Science Part 3. Understanding Machine Learning
- Practical Data Science Part 3. Understanding Machine Learning
- Practical Data Science Part 3. Understanding Machine Learning
- Practical Data Science Part 3. Understanding Machine Learning
Posts
- Q&A - 'import numpy as np' ์ถ๊ฐ - ์ง๋ฌธ์ด ์์ฑ๋์ง ์์ ๊ฒ ๊ฐ์ต๋๋ค~ - 0
- 1
- 279
 
- Q&A - ๊ฒฐ์ธก๊ฐ ์ฒ๋ฆฌ - ๊ฒฐ์ธก์น์ %๊ฐ ํฌ๋ค๊ณ ํญ์ ์ปฌ๋ผ์ ์ญ์ ํ์ง๋ ์์ต๋๋ค. ๊ฐ๋ฅํ ํ๋นํ ๊ฐ์ผ๋ก ๋์ฒดํ๋ ๊ฒ์ด ํ์ํ๋ฐ, ์ผ๋จ ํ๊ท ์น๋ก ๋์ฒดํ ํ์ ๋จธ์ ๋ฌ๋ ๋ชจ๋ธ์ ์ฑ๋ฅ์ด ๊ฐ์ ๋๋์ง๋ฅผ ์ง์  ํ์ธํด๋ณด๋ ๋ฐฉ๋ฒ์ด ์๊ฒ ์ต๋๋ค. ํญ์ ๊ฐ์ฅ ์ค์ํ ๊ฒ์ ๋ชจ๋ธ์ ์ฑ๋ฅ์ด ๊ฐ์ ๋๋์ง๋ฅผ ๋ณด๊ณ ์ ํ ์ฌ๋ถ๋ฅผ ํ๋จํ๋ ๊ฒ์ ๋๋ค. ๋ฌธ์ ์ ๋ฐ๋ผ์ ๊ฒฐ๊ณผ๊ฐ ๋ค๋ฅด๊ธฐ ๋๋ฌธ์ ๋๋ค. ๋ํ ์ผ๊ด์ ์ผ๋ก ํ๊ท ์น๋ฅผ ์ทจํ๋ ๋ฐฉ๋ฒ ์ธ์๋ ๊ฐ์ ๋ ๋ฐฉ๋ฒ๋ค์ด ์์ต๋๋ค. ์๋ฅผ ๋ค์ด ๋ค๋ฅธ ๋ณ์๋ฅผ ๋ณด๊ณ ์ข๋ ๊ทผ์ ํ ๊ฐ์ผ๋ก ์ถ์ ํ ์ ์๊ฒ ์ง์. ์๋ฅผ ๋ค์ด ํค๋ผ๋ฉด ๋์ด๋ฅผ ๋ณด๊ณ ์ฐ๋ น๋๋ณ ํ๊ท ์ ์ฌ์ฉํ๋ค๋ ์ง ํ๋ ๋ฐฉ๋ฒ์ ๋๋ค. ๊ฒฐ์ธก์น๊ฐ ์นด๋ฐ๊ณ ๋ฆฌ ๋ณ์๋ผ๋ฉด ์ํซ ์ธ์ฝ๋ฉ์ ํ ํ์ ๊ฒฐ์ธก์น๋ ๋ชจ๋ 0์ผ๋ก ์ธ์ฝ๋ฉํ๋ ๋ฐฉ๋ฒ๋ ์์ต๋๋ค. ์ด๋ ํนํ ๋ชจ๋ธ๋ก ๋๋คํฌ๋ ์คํธ ๋ชจ๋ธ์ ์ฌ์ฉํ ๋ ์ ์ฉํฉ๋๋ค. ๊ฒฐ์ธก์น๊ฐ ์๋ ์ํ์ ํธ๋ฆฌ ๋ถ๋ฅ์์ ๋ค๋ฃจ์ง ์๋ ๋ฐฉ๋ฒ์ ๋๋ค. ๋ต์ด ๋์๋์ง์? - 0
- 1
- 516
 
- Q&A - n_step ๊ฐ์ ๋ํ์ฌ - ์ข์ ์ง๋ฌธ์ ๋๋ค. n_steps๋ฅผ ๋ถํ์ํ๊ฒ ํฌ๊ฒ ํค์ฐ๋ฉด ์ค๋์ ์ ๊ณผ๊ฑฐ ๋ฐ์ดํฐ๊ฐ ์์ธก์ ๋์์ด ์๋๊ณ ์ก์์ผ๋ก ๋์ํ๊ธฐ ๋๋ฌธ์ ๋๋ค. ์ ํ๋ชจ๋ธ์์๋ ๋ชจ๋ ์ ๋ ฅ ๊ฐ๋ค์ ๊ฐ์คํฉ์ ์ฌ์ฉํ๋๋ฐ ๋ถํ์ํ ์ ํธ์ ๊ณฑํด์ง๋ ๊ณ์๊ฐ ๋ชจ๋ 0์ด ๋์ง ์๋ ํ ์ด๋ค ํํ๋ก๋ (0์ด ์๋) ๊ฐ์ค์น๊ฐ ์กด์ฌํ๊ฒ ๋ฉ๋๋ค. ์ด์ ๊ฐ์ด ๋ถํ์ํ ์ ํธ๋ค์ด ๋๋คํ๊ฒ (์์ธก์ ๋์์ด ๋์ง ์๊ฒ) ๋ํด์ง๋ฉด ์ด๊ฒ์ด ์ก์์ผ๋ก ๋์ํ๊ฒ ๋๊ณ ๋ฐ๋ผ์ ์ฑ๋ฅ์ด ๋จ์ด์ง๋ ๊ฒ์ ๋๋ค. - 0
- 1
- 412
 
- Q&A - dir*.csv๊ฐ ์๋ฉ๋๋ค. - dir ๋ค์์ ํ์นธ ๋์ด์ฐ๊ธฐ์ ๋๋ค - 0
- 1
- 284
 
- Q&A - In[42] 14:50 ์ฝ๋ ์ง๋ฌธ - ์๋ ํ์ธ์. 41๋ฒ ์ ์์ coef_์ ๊ตฌ์กฐ๊ฐ "2์ฐจ์" ์ด๋ ์ด์ ๋๋ค. [[ ๊ฐ ๋๊ฐ์. ์ฌ๊ธฐ์ [0] ์ธ๋ฑ์ฑ์ ํ๋ฉด [ ๊ฐ ํ๋์ธ 1์ฐจ์ ์ด๋ ์ด ์ฆ, ๋ฒกํฐ๋ฅผ ์ป์ต๋๋ค. (2์ฐจ์์ด ์๋) 1์ฐจ์ ๋ฐ์ดํฐ๋ผ์ผ ๋ฐ์ดํฐ ํ๋ ์ results์ ํ ์ปฌ๋ผ ๊ฐ๋ค๋ก ์ฑ์ฐ๋๋ฐ ๋ฌธ์ ๊ฐ ์์ต๋๋ค.(ํ ์ค ์ง๋ฆฌ ๋ฐ์ดํฐ ๊ตฌ์กฐ๋ผ์ผ ํจ). ๊ทธ๋์ [0] ์ธ๋ฑ์ฑ์ ํ ๊ฒ์ ๋๋ค. ๊ทธ๋ฆฌ๊ณ columns์ ์์์ ํด๋น ์ปฌ๋ผ(๋ณ์)์ coef_ ์ ์์๋ ๋ชจ๋ธ์ด ์์์ ์ฐจ๋ก๋ฅผ ๊ธฐ์ตํฉ๋๋ค. inplace=True๋ sort_value์ ์คํ ๊ฒฐ๊ณผ๋ฅผ ๋จ์ํ ์ถ๋ ฅํด ์ฃผ๋๋ฐ ๊ทธ์น์ง ์๊ณ ์๋ณธ ๋ฐ์ดํฐ์ธ result์ ๊ฒฐ๊ณผ๋ฅผ ๋ฐ์ํ์ฌ ๋ณ๊ฒฝํด๋๋ผ๋ ๋ป์ ๋๋ค. ์๊ณ ํ์ธ์~ - 0
- 1
- 201
 
- Q&A - ๋ก๊ทธ๋ณํ์ ๋ํ์ฌ - ์๋ ํ์ธ์. ์ด๋ค ๋ณ์๋ค์ ๋ก๊ทธ๋ณํํ ๊ฐ์ ์ฌ์ฉํด์ผ ์ฑ๋ฅ์ด ์ข์์ง๋๋ค. (๋ถ๋ฅ ๋ฐ ์์ธก ๋ชจ๋). ๋ก๊ทธ๋ณํ์ ๋์์ด ๋๋ ๋ฐ์ดํฐ๋ ๊ธ์ ์ ๊ดํ ๊ฒ, ์๋ฌผํ์  ๋ฐ์์ ๊ดํ ๊ฒ ๋ฑ์ ๋๋ค. ๊ท๋ก๋ฃ๋ ์ฌ์ด๋์ ๊ฒฝ์ฐ๋ ๋ก๊ทธ๋ณํ์ด ํ์ํฉ๋๋ค. ๋ก๊ทธ๋ณํ์ ํ๋ ์ด์ ๋ ์ ๋ ฅ๊ณผ ์ถ๋ ฅ์ ๊ด๊ณ๊ฐ ์ ํ์ ์ด ๋์ "์ค๋ช "์ ๋ ์ ํ ์ ์๊ธฐ ๋๋ฌธ์ ๋๋ค. ์งํ์ค ๋ฉด์ ์ฒ๋ผ ๋ฉด์ ์ด ํฌ๋ค๊ณ ๋ฉด์ ์ ๋น๋กํด์ ์ง ๊ฐ์ด ์ฌ๋ผ๊ฐ๋ ๊ฒ์ด ์๋๋ผ ํฐ ๊ฐ์ ์ฝํ์ํค๋ ๊ฒ์ด ๋ ๋ชจ๋ธ์ ์ฑ๋ฅ์ ๊ฐ์ ์ํค๋ ์ฌ๋ก๋ ์์ต๋๋ค. ์ด๋ฌํ ์ฌ๋ก๋ ๊ฒฝํ๊ณผ ์ํ์ฐฉ์ค๋ก ์ฐพ๋ ๊ฒ์ ๋๋ค. (๋ฐ์ดํฐ์ ํ๋ฅ ๋ถํฌ๋ฅผ ๋ณด๊ณ ๊ฐ๋ฅํ ์ ๊ท ๋ถํฌ ๋ชจ์์ ๋ฐ๋ฅด๋์ง ๋ณด๊ณ ๊ด์ฐฐํฉ๋๋ค.. - 0
- 1
- 581
 
- Q&A - 6 ์๊ทธ๋ง ์ด์ outlier - ์๋ ํ์ธ์. 6 ์๊ทธ๋ง๋ ์๋ฅผ ๋ ๊ฒ์ ๋๋ค. ๋งค์ฐ ๋๋ฌผ๊ฒ ๋ฐ์ํ ํ๋ฅ ์ ๋งํ ๋ ์์ง์ ์ผ๋ก 6 ์๊ทธ๋ง๋ฅผ (ํ์คํธ์ฐจ)๋ฅผ ๋งํฉ๋๋ค. ๊ฒฝ์ฐ์ ๋ฐ๋ผ์ 3์ด๋ 4๋ฅผ ์ ํํ ์๋ ์์ต๋๋ค. ์ด์์น์ ์ ๋๋ ์ํฉ์ ๋ฐ๋ผ ์ ํ๊ธฐ ๋๋ฆ์ ๋๋ค~ - 0
- 1
- 500
 
- Q&A - Titanic ๋ฐ์ดํฐ์  PClass cateogrical -> one hot encoding - ์ข์ ์ง๋ฌธ์ ๋๋ค. ํด๋์ค๊ฐ 1, 2, 3 ์ ๋๋ก ๊ฐฏ์๊ฐ ์ ์ผ๋ฉด ๋ชจ๋ธ(ํ๋ก๊ทธ๋จ)์ด ์นดํ ๊ณ ๋ฆฌ ๋ณ์๋ก ์ธ์ํ์ฌ ์ด์ข๊ฒ ์ ๋์ํ ์๋ ์์ต๋๋ค. ๊ทธ๋ฐ๋ฐ ํด๋์ค๊ฐ 10๊ฐ๋ผ๊ณ ํ๋ฉด 1~10์ ์ซ์๊ฐ ์์ ๋ํ๋ด๋์ง ์นดํ ๊ณ ๋ฆฌ๋ฅผ ๋ํ๋ด๋์ง ์ปดํจํฐ๊ฐ ๊ตฌ๋ถํ ์๊ฐ ์์ต๋๋ค. ๊ธฐ๋ณธ์ ์ผ๋ก๋ ์์ผ๋ก ์ธ์ํ๊ฒ ๋๊ณ ์ค๋์์ ํ๊ฒ ๋ฉ๋๋ค. ํด๋์ค2๊ฐ ํด๋์ค1๋ณด๋ค ๋ญ๊ฐ ๋ ๋ฐฐ ๋ง์ ๊ฒ์ ๋ํ๋ด์ง๋ ์๊ฒ ์ง์. ๊ตญ์ ์ ๊ตฌ๋ถํ ๋๋ ๊ตญ๊ฐ ๋ฒํธ๊ฐ ์์ ๋ํ๋ธ๋ค๊ณ ๋ณผ ์ ์์ต๋๋ค. ๋ฐ๋ผ์ ์นดํ ๊ณ ๋ฆฌ ๋ณ์๋ ์ํ ์ธ์ฝ๋ฉ์ ๊ผญ ํด์ฃผ์ด์ผ ํฉ๋๋ค. ๋จ ์นดํ ๊ณ ๋ฆฌ๊ฐ 2๊ฐ๋ฅผ ๊ตฌ๋ถํ ๋๋ ํธ์์ 0/1์ ๋ํ๋ด๋ ํ ์ปฌ๋ผ(๋ณ์)๋ง ์จ๋ ๋์ผํ๊ฒ ๋์ํฉ๋๋ค. ๋ ๊ถ๊ธํ ๋ด์ฉ ์์ผ๋ฉด ์ง๋ฌธํด์ฃผ์ธ์~ - 0
- 1
- 339
 
- Q&A - ํ์ค ์ค์ผ์ผ๋ง๊ด๋ จ ๋ฌธ์ - ์๋ ํ์ธ์. ๋ฐ์ดํฐ๋ฅผ ํ์ค ์ค์ผ์ผ๋งํ๋๋ผ๋ ์๋ ๋ฐ์ดํฐ์ ํ๋ฅ ๋ถํฌํจ์ (pdf)๋ ๋ชจ์์ด ๊ทธ๋๋ก ์ ์ง๋ฉ๋๋ค. ์๋ฅผ ๋ค์ด, ์๋ ๋ฐ์ดํฐ๊ฐ uniform ๋ถํฌ์ด๋ฉด ์ค์ผ์ผ๋ง์ ํ๋๋ผ๋ uniform ๋ชจ์์ ๊ทธ๋๋ก ์ ์งํฉ๋๋ค. ์ฆ, pdf ๋ชจ์์ด ์ ๊ท๋ถํฌ์ฒ๋ผ ๋ฐ๋๋ ๊ฒ์ด ์๋๋ผ, ์๋ ๋ฐ์ดํฐ ๊ฐ๋ค์ ์ด๋์์ผ ํ๊ท ์ด 0, ํ์คํธ์ฐจ๊ฐ 1์ด ๋๋๋ก ์์น๋ง ๋ฐ๊พธ๋ ๊ฒ์ ๋๋ค. ์ผ๋ถ ์์ ์์ ํ์ค ์ค์ผ์ผ๋ง์ ํ๋ฉด ์ ๊ท๋ถ๋ก ๋ณ๊ฒฝ๋๋ ๊ฒ์ฒ๋ผ ์ฐ๊ณ ์์ผ๋, ์ด๋ ํ๋ฆฐ ๋ง์ ๋๋ค. ํ์ค ์ค์ผ์ผ๋ง๊ณผ ์ ๊ท๋ถํฌ์๋ ์๋ฌด ์๊ด์ด ์๋ ๊ฒ์ ๋๋ค. ๋ฐ์ดํฐ์ ํ๋ฅ ๋ถํฌ(๋ชจ์)๋ ๊ทธ๋๋ก ์ ์งํ๋ฉด์ ํ๊ท ์ด 0, ํ์คํธ์ฐจ๊ฐ 1์ด ๋๋๋ก ์์น ์ด๋๋ง ํ๋ ๊ฒ์ ๋๋ค. ์ค์ผ์ผ๋ง์ ์ฌ์ฉํ๋ ์ด์ ๋ ์ฌ๋ฌ ์ปฌ๋ผ์ ๊ฐ๋ค์ด ๋๋ฌด ํฌ๊ฑฐ๋ ์์ ๊ฐ๋ค์ ๋์์ ์ฌ์ฉํ๋ฉด ๋ถ์(๋จธ์ ๋ฌ๋ ๋ชจ๋ธ)์ด ์ ๋์ง ์๊ธฐ ๋๋ฌธ์ ๋๋ค. (๋ชจ๋ ์ฑ์ ์ 100์  ๋ง์ ์ผ๋ก ํต์ผ์ํค๋ ๊ฒ๊ณผ ๊ฐ์ ํจ๊ณผ์ ๋๋ค). ๊ถ๊ธํ ์ฌํญ ์์ผ๋ฉด ์ง๋ฌธํด์ฃผ์ธ์~ - 0
- 1
- 271
 
- Q&A - 6:14์ด dataframe ์ค์ผ์ผ๋งํ ํ ์ปฌ๋ผ ์ถ๊ฐ์ ๋ํ ์ง๋ฌธ - ์๋ ํ์ธ์. ์์ ์ฝ๋๋ ์ ์์ผ๋ก ๋์ํด์ผ ํ๋ ๊ฐํน ํ์ด์ฌ ๋ฒ์ ์ ๋ฐ๋ผ ์ค๋ฅ๊ฐ ๋๊ธฐ๋ ํฉ๋๋ค. ์ฝ๋์ ๋์์ ์ค๋ช ๋๋ฆฌ๋ฉด, ์๋์ ๋ถ๋ถ์ (1000, 2) ํฌ๊ธฐ์ ์ด๋ ์ด(ndarray)๋ฅผ ์ป์ต๋๋ค (์ค์ผ์ผ๋ง ๊ฒฐ๊ณผ์น). scale.fit_transform(df["height","weight"]) ์๋ ์ฝ๋๋ df์ ['h_sc','w_sc'] ๋ผ๋ ์ด๋ฆ์ ์ปฌ๋ผ์ ๋๊ฐ ์๋ก ๋ง๋ค๋ฉด์ ์์์ ์ป์ (1000,2) ์ด๋ ์ด๋ก ๋ด์ฉ์ ์ฑ์ฐ๋ผ๋ ๋ป์ ๋๋ค. df[['h_sc','w_sc']]= ... ํ์ฌ ๋ฐ์ํ๋ ์ค๋ฅ ๋ฉ์์ง๋ ['h_sc','w_sc'] ๋ผ๋ ์ปฌ๋ผ๋ช ์ด ๋ฏธ๋ฆฌ ์กด์ฌํ์ง ์์๋ค๋ ๊ฒ์ ๋๋ค. ์๋ ์๋ก์ด ์ด๋ฆ์ ์ปฌ๋ผ์ด ๋๊ฐ ์ถ๊ฐ๊ฐ ๋์ด์ผ ํ๋, ํ๋ฒ์ ํ ์ปฌ๋ผ๋ง ์ถ๊ฐ๋๋ ๊ฒฝ์ฐ๋ ์์ต๋๋ค. ์๋์ ๊ฐ์ด ํ๋ฒ์ ํ ์ปฌ๋ผ์ฉ ์ค์ผ์ผ๋งํด ๋ณด์ธ์. df[['h_sc']]=scale.fit_transform(df[['height']]) df[['w_sc']]=scale.fit_transform(df[['weight']]) ๋์ํ์ง ์์ผ๋ฉด ๋ค์ ์ง๋ฌธ ๋ฐ๋๋๋ค. - 0
- 1
- 692
 




