-
Supervised learning
-
training set 을 가지고 학습하는 것.
-
개 인지 고양이 인지 판별하는 것, label이 달려있는 데이터.
-
Image labeling, Email spam filter, Predicting exam score
- #Training data set
-
label 을 갖는 데이터 x, y를 가지고 학습을 시키고 예측값을 얻어낸다.
- #AlphaGo
-
알파고에 Training data set을 통해서 학습을 시키고 예측값을 내놓는다.
- Regression : 기말고사 시험 점수를 예측한다.
x (hours)
y (score)
10
90
9
80
3
50
2
- 30
-
위 학습 데이터를 가지고 몇시간 공부 했을 때 몇점이 나오는지 예측.
- Binary Classification : Pass or Non-Pass
x (hours)
y (pass/fail)
10
P
9
P
3
F
2
- F
-
위 학습 데이터를 가지고 Pass or Non-Pass를 판별.
- Multi-label Classification : A, B ,C ,E and F로 기반으로 예측.
x (hours)
y (grade)
10
A
9
B
5
D
3
F
*Unsupervised learning
-
Google news, Word clustering.
-
데이터를 보고 직접 학습한다.
- TensorFlow
- open source software library for **numerical computation using data flow graphs. **(with, python)
**
**
*** **Data Flow Graph
-
그래프, 노드와 노드를 연결하는 엣지로 구성
-
노드 : operation (더하기, 곱하기 등의 연산)
-
엣지 : 데이터
-
데이터 플로우 그래프에서 데이터가 굴러다니면서 연산이 이루어진다.
*Max OS 설치 (terminal)
설치
- (python3) $ sudo -H pip3 install –upgrade tensorflow
확인
-
$ python3
-
import tensorflow as tf
tf _ _version_ _
- TensorFlow Mechanics (텐서플로우 실행 과정)
1) 텐서플로우 연산에 사용되는 그래프를 생성, 노드들과 엣지 빌드.
2) 데이터를 넣거나 연산을 실행, ‘sess.run(op)’ => 그래프 실행.
3) 결과 출력.
-
Tensor
-
데이터가 들어있는 배열이다.
-
Rank
-
차원, 1차원 배열, 2차원 배열
-
Shape
-
각각의 차원에 몇개의 엘리먼트를 가지고 있냐
-
[[1, 2, 3], [4, 5, 6], [7, 8, 9]] => [3(큰 집단), 3(큰 집단 안에 엘리먼트 갯수)]
**
**