[TensorFlow] 목표 : Tensorflow를 이용해 지도학습 문제 해결 (Feat. 딥러닝)

지도학습 구현 순서

 

1. 과거의 데이터를 준비한다. (독립변수/종속변수 분리)

2. 모델의 구조를 만든다. (위 정보를 토대로 독립변수 x개, 종속변수 y개의 모델)

3. 데이터로 모델을 학습(Fit)한다. (모델 완성)

4. 모델 이용

 

 

 

지도학습 문제를 해결하기 위한 알고리즘(학습방법)은 여러 종류가 있다.

 

- Decision Tree

- Random Forest

- KNN

- SVM

- Neural Network ( = Depp Learning)

등등

 

그 중, 딥러닝이라고 부르는 Neural Network에 대해 알아본다.

 

 

Neural Network ( = Deep Learning, 인공신경망)

 

사람의 두뇌가 동작하는 방법을 모방해서 기계가 학습을 할 수 있도록 고안된 알고리즘.

사람의 신경세포인 뉴런은 촘촘히 연결되어 있는데, 이런 신경망을 인공적으로 만들었다고 해서 인공신경망이라고 한다.

 

 

 

Tesorflow

 

딥러닝 원리나 구현방법을 몰라도 코드로 딥러닝을 사용할 수 있게 해주는 '라이브러리'

(스마트폰의 원리를 몰라도 기능을 사용할 수 있는 원리)

Tesorflow 이외에도 PyTorch Caffe2 theano 등이 있다.

 

 

 

 

Colaboratory notebook

 

데이터 과학과 머신러닝에 사용되는 도구 (다른 도구로는 jupyter notebook이 있다. jupyter notebook : notebook이라고 불리는 file을 웹브라우저로 실행하여 쉽게 프로그래밍을 해보는 환경을 제공하는 도구. jupyter notebook을 직접 자신의 컴퓨터에 설치할 수도 있고, 빌려주는 온라인 서비스들도 있다.)

 

Colaboratory notebook은 jupyter notebook과 같은 역할을 하는 도구로, 구글 드라이브 내에서 사용할 수 있도록 만든 서비스.

-> 구글이 RAM과 디스크 메모리를 가진 서버를 제공해준다

 

colab.research.google.com

Google Colaboratory

 

Colaboratory NoteBook 단축키

 

Ctrl + Enter : 셀 실행 후 셀 안에 작업 계속

Shift + Enter : 셀 실행 후 다음 셀 만들어서 넘어감.

 

 

출처 - opentutorials.org/