머신러닝야학-Tensorflow (python) 핵심요약-1
Deel Learning을 Tensorflow로 구현해보자
Tensorflow로 주로 사용하는 Deep Learning Algorithm은
지도 학습(회귀, 분류)을 위한 5가지가 주로 쓰인다.
- Decision Tree
- Random Forest
- KNN
- SVM
- Neural Network
이런 알고리즘을 구현하기 위한 라이브러리들도 여러가지가 있는데,
TensorFlow, PyTorch, Caffe2, theano 등이 있다.
머신러닝의 프로세스
Neural Net (인공 신경망)
사람의 두뇌를 동작하는 방법을 모방해서 기계가 학습할 수 있도록 고안된 Algorithm.
Pandas Library
Python에서 대표적으로 표를 다루는 도구인 pandas 라이브러리를 통해 실습을 진행한다.
pandas의 간단한 사용법을 통해 표를 불러오고, Shape를 확인하고, 원하는 칼럼을 선택하고, 칼럼의 대표 머릿값을 출력하는 등의 기능을 수행할 수 있다.
1 | 파일 읽어오기: read_csv('/경로/파일명.csv') |
모델을 학습시켜 보자.
생활코딩에서 제공하는 예제 코드는 다음과 같다.
각 주석 밑에 수업에서 제공하는 내용들을 첨가해서 설명을 각주로 달겠다.
머신러닝의 프로세스의 단계를 지켜 코드를 짠다.
tensorflow의 오픈소스 신경만 라이브러리 중 하나인 keras를 사용한다.
Keras는 유저가 손쉽게 딥 러닝을 구현할 수 있도록 도와주는 상위 레벨의 인터페이스 혹은 API이다.
1 | ########################### |
Loss란?
Loss란 학습된 모델의 예측값과 실제 결과 사이의 차이점을 손쉽게 알아보기 위한 값으로,
Loss = (예측 - 결과)^2 의 평균
그래서 Loss 값이 0에 가까워 질 때, 학습이 잘 되고 있다는 증거이고, 학습을 반복해서 시킴으로써 Loss값을 줄일 수 있다.
1 | ########################### |
결과
본 실습의 경우엔 독립변수가 하나, 종속변수가 하나이기 때문에 굉장히 단순한 모델이라, 예측값이 실제값과 꽤 많이 비슷한 모델을 학습하는 것을 알 수 있었다.
출처
생활코딩 Deep Learning Tensorflow (python) 강의
https://opentutorials.org/course/4570
생활코딩의 딥러닝 교육컨텐츠는 CCL 라이선스 BY를 따르고 있습니다.