[IBM AI course #1] Machine Learning with Python Supervised Learning Evaluation Classification Evaluation모델이 새로운 데이터를 얼마나 잘 예측하는지 평가방법train-test-split주요 분류 성능 지표accuracy(정확도)confusion matrixprecision(정밀도),recall(재현율)F1 score (precision과 recall의 조화 평균)→ Accuracy만 높아도 실제 중요한 경우를 놓칠 수 있어서, 예를 들어 암 진단에서는 정밀도(진단이 맞는지)와 재현율(실제 암 환자를 놓치지 않는지)도 함께 평가해야 한다.→ 사용자에게 영화를 추천했는데, 사실 그 사람이 별로 좋아하지 않는 영화였다면? 이..

[IBM AI course #1] Machine Learning with Python Clustering클러스터링은 데이터 간 유사성을 기반으로 그룹을 나누는 (고객 세분화, 이상치 탐지 등) 비지도 학습 기법이며, K-Means, 밀도 기반 클러스터링(DBSCAN), 계층적 클러스터링 등 다양한 알고리즘이 존재한다. K-Means 클러스터링각 데이터 포인트를 가장 가까운 중심점(centroid)에 할당하며, 중심점을 반복적으로 업데이트한다.클러스터 내 분산(Within-Cluster Variance) 최소화하는 것이 목표이며,볼록(convex)이고 균형 잡힌 클러스터에 적합하다. (불균형하거나 복잡한 모양의 데이터에는 부적합.)성능 평가 기법Silhouette Score, Elbow Method, D..

[IBM AI course #1] Machine Learning with Python Classification and Regression분류(Classification)는 지도학습(Supervised Learning) 방식으로, 학습된 모델을 통해 새로운 데이터의 레이블을 예측한다.주요 활용 사례고객 이탈 예측 (churn prediction)고객 세분화 (customer segmentation)광고 캠페인 반응 예측대출 상환 실패 예측다중 클래스 의약품 처방 추천 분류 알고리즘은 이진 분류(binary classification)뿐 아니라, 다중 클래스 분류(multi-class classification)도 지원한다.다중 클래스 문제를 해결하는 전략One-vs-All (OvA), One-vs-Re..

[IBM AI course #1] Machine Learning with Python Linear Regression회귀(Regression)는 연속형 타겟 변수와 설명 변수(feature) 간의 관계를 모델링하는 머신러닝 기법이다.단순 회귀 (Simple Regression): 독립 변수가 1개다중 회귀 (Multiple Regression): 독립 변수가 2개 이상 회귀 사용 예매출 예측유지보수 비용 예측강수량 추정감염병 확산 예측 단순 선형 회귀단순 선형 회귀는 독립 변수 하나로 타겟 변수 예측데이터 간 선형 관계를 가정하고, 최적의 직선(회귀선)을 찾는 문제y = w * x + b오차는 평균 제곱 오차(MSE)로 측정되며, 이러한 방식은 일반 최소 제곱(OLS: Ordinary Least Squa..

[IBM AI course #1] Machine Learning with Python Machine Learning Ecosystem머신러닝 생태계란 모델 개발, 배포, 관리를 지원하는 도구, 프레임워크, 라이브러리, 플랫폼, 프로세스들의 상호 연결된 환경을 의미한다. 파이썬은 머신러닝을 위한 풍부한 오픈소스 생태계를 제공하는데, 이 중에 우리는 Scikit-learn를 중심으로 살펴볼 것이다. Scikit-learnScikit-learn은 Python용 무료 머신러닝 라이브러리이다.NumPy, SciPy, Matplotlib 기반으로 구축되어 있다.분류(Classification), 회귀(Regression), 군집화(Clustering), 차원 축소(Dimensionality Reduction) 등 ..

[IBM AI course #1] Machine Learning with Python 머신러닝 도구란?머신러닝 도구는 복잡한 작업을 단순화하고, 전처리부터 모델 구현까지 파이프라인 전반을 지원한다.머신러닝 언어는 모델 구축과 데이터 패턴 해석에 사용되며, Python, R, Julia, Scala, Java, JavaScript 등이 있다.또한 데이터 처리, 시각화, 머신러닝, 딥러닝, 컴퓨터 비전, NLP, 생성형 AI 등 다양한 분야별 도구들이 활용된다. 주요 언어언어특징Python풍부한 라이브러리와 쉬운 문법으로 가장 널리 사용됨R통계 분석 중심, 데이터 탐색에 강함 도구의 종류에는 데이터 처리 및 분석, 데이터 시각화, 머신러닝, 딥러닝, 컴퓨터 비전, 자연어 처리(NLP), 생성형 인공지능(AI..

[IBM AI course #1] Machine Learning with Python 데이터 사이언티스트 (data scientist)Data Storyteller 역할업무서술 분석(Descriptive analytics): 시간의 흐름에 따라 사건의 특징을 묘사하는 데 사용, EDA(탐색적 데이터 분석)를 통해 데이터를 시각화하고 통계적으로 해석, 클러스터링으로 고객을 세그먼트화예측 분석(Predictive analytics): 향후의 사건을 전망 또는 예측하는 데 사용, 회귀(Regression), 분류(Classification)데이터주로 구조화된 데이터(표 형태) → 수백 ~ 수십만 개이상치 제거, 테이블 병합, 특성 생성 등 작업 포함머신러닝 모델을 학습시키는 데 사용모델다양한 ML 알고리즘 ..

[IBM AI course #1] Machine Learning with Python머신러닝이란 무엇인가머신러닝(Machine Learning, ML)은 인공지능(AI)의 한 분야로,데이터로부터 스스로 학습하여 판단을 내리는 알고리즘 기반의 기술이다.기존에는 사람이 직접 규칙을 정의해야 했지만, 머신러닝은 데이터를 통해 패턴을 학습하고 스스로 의사결정을 수행한다.머신러닝은 다음과 같은 다양한 학습 방식을 포함한다지도학습(supervised learning): 레이블이 있는 데이터로 학습하여 새로운 데이터를 예측함비지도학습(unsupervised learning): 레이블 없이 데이터 내 숨은 패턴을 발견함준지도학습(semi-supervised learning): 일부 레이블만 가진 데이터를 활용해 점진적..

IBM AI Engineering PC 🔗 https://www.coursera.org/professional-certificates/ai-engineer Machine Learning with Python 🔗 https://www.coursera.org/learn/machine-learning-with-python/ IBM Professional Certificate(PC) 란?IBM AI Engineering PCIBM Data Science PC IBM AI Engineering PC여기서 IBM AI Engineering PC란?데이터 과학자, 머신러닝 엔지니어, 소프트웨어 엔지니어를 위한 AI 기술 교육Python, SciPy, Keras, PyTorch, TensorFlow를 활용해 모..