주니어 개발자의 대나무숲

linear regression은 가장 기본적인 머신러닝의 기법 중 하나로, 데이터를 선형 상관 관계로 모델링해 우리가 알고자 하는 값을 예측해내는 방식입니다. 간단한 예시를 통해 linear regression이 무엇인지 알아보도록 하겠습니다. (출처 : https://medium.com/simple-ai/linear-regression-intro-to-machine-learning-6-6e320dbdaf06) 1. Data (데이터) 위 그래프의 가로축을 x, 세로축을 y라고 했을 때 data(빨간 점) 은 다음과 같은 의미를 갖습니다. 우리가 linear regression을 이용해서 풀고자 하는 문제는 'x의 값을 알 때, y의 값은 어떻게 될 것인가?' 입니다. 즉, 내가 하루 평균 이만큼 공부..

1. Data flow graph 머신러닝은 복잡한 mathematical expression의 반복적인 computation의 결과라고 할 수 있습니다. 텐서플로우는 이러한 computation 과정을 data flow graph라는 방향 그래프를 이용해서 나타냅니다. 이 그래프에서 node와 edge는 각각 node : operator edge : data 가 됩니다. 위의 그래프는 간단한 data flow graph입니다. 각 node는 상수를 입력받거나 두 숫자를 더하는 operator로 이루어져 있고, edge는 실수형 data가 자리하고 있습니다. 아래에서, 위의 data flow graph를 tensorflow를 이용해 구현해보도록 하겠습니다. 2. Tensor tensor는 data flo..

1. 머신러닝이란? 머신러닝은 explicit programming의 한계 때문에 고안된 학문입니다. 가령, 어떤 메일이 스팸메일 인지 가려내는 spam filter나 자율주행 자동차 같은 경우에는 발생할 수 있는 경우의 수가 너무 많기 때문에 explicit programming으로 문제를 해결하는 데 어려움이 발생할 수 있기 때문입니다. " Machine learning is the science of getting computers to act without being explicitly programmed. " cf) 딥러닝, 머신러닝, 인공지능의 차이점 개념이 포괄하고 있는 범위로 보았을 때는 인공지능이 가장 넓은 의미의 개념입니다. 인공지능의 궁극적인 지향점은 인간의 지능을 기계로 구현하는 것..