인공지능17 데이터처리프로그래밍 2주차 파이썬 기초빠르게 슛 해보자 name: 변수 명 정하기부등호를 중심으로 왼쪽은 이름, 즉, 오른쪽 값이다. /ex) hours_per_wk = 24 * 7변수는 막 짓지 말고 상징성이 있어야함 = 값과 연관이 있다function: 함수 f(24): 함수 f안에 24의 값을 넣는다.max(14, 26): max함수 발동(안의 숫자는 변수)tables: 테이블 테이블 구조: 테이블 구조는 위에서 아래로 column, 좌에서 우로 row, 맨 상위에 label로 이루어져 있다 Row: 하나의 개체를 label별로 표현한 것.Column: 개채 별 label을 나열한 것.Label: 기둥의 값의 이름. table 연산자:t.select(label): 지정된 column들로 이루어진 새로운 테이블 생성t.drop.. 2024. 9. 11. 데이터 처리 프로그래밍 1주차 원인과 결과 Link원인과 결과가 반드시 이어질수 있는가? for example:초콜릿을 먹었더니 심장병 걸릴 확률이 8% 줄었다.>> 이사실의 인과가 반드시 이루어져있는가?, 연관성이 깊은가? Obsevationindivisual: 주제, 참여자, 구성 (여러 나라의 성인들)treatment: 제공되는 것 (초콜릿 소비)outcome: 결과 (심장병) The first question초콜릿 섭취와 심장병 사이의 어떤 관련이 있나? 있긴 하다 association: 인과와의 연관성 Stronger link?결과가 더 연관되어있을까? 알아보니까 그런것 같음 Next question과연 인과가 적절한가? = 초콜릿의 영향이 있었는가 causality: 인과가 어떻게 진행되었는가(변인 통제가 되었나)Asso.. 2024. 9. 5. [AI] Language (7) 언어 (Language) 지금까지 과정에서 우리는 AI가 처리할 수 있도록 작업과 데이터를 형성해야 했다. 오늘은 인간의 언어를 처리하기 위해 AI를 어떻게 구성할 수 있는지 살펴볼 것이다. 자연어 처리(Natural Language Processing)는 AI가 인간의 언어를 입력으로 받는 모든 작업에 적용된다. 다음은 이러한 작업의 몇 가지 예이다: 자동 요약(automatic summarization): AI가 텍스트를 입력으로 받고 텍스트 요약을 출력으로 생성한다.정보 추출(information extraction): AI에게 텍스트 모음이 제공되고 AI가 데이터를 출력으로 추출한다.언어 식별(language identification): AI에 텍스트가 제공되면 텍스트의 언어를 출력으로 반환한다.. 2024. 7. 1. [AI] Neural Networks (6-2) 텐서플로우(Tesnsorflow) 파이썬에서 흔히 그렇듯이, 여러 라이브러리는 이미 역전파 알고리즘을 사용하는 신경망을 구현하고 있으며, TensorFlow는 그러한 라이브러리 중 하나이다. 이 웹 애플리케이션에서 TensorFlow 신경망을 실험해 볼 수 있다. 네트워크의 다양한 속성을 정의하고 실행하여 출력을 시각화할 수 있다. 이제 TensorFlow를 사용하여 지난번에 논의한 작업, 즉 위조지폐와 진짜 지폐를 구별하는 작업을 수행하는 방법의 예를 살펴볼 것이다.import csvimport tensorflow as tffrom sklearn.model_selection import train_test_split TensorFlow를 임포트하고 tf라고 정의한다(별다줄).# Read data in.. 2024. 6. 28. [AI] Neural Networks (6-1) 신경망(Neural Networks) AI 신경망은 뇌과학에서 영감을 받았다. 뇌에서 뉴런은 서로 연결되어 네트워크를 형성하는 세포이다. 각 뉴런은 전기 신호를 수신하고 보낼 수 있다. 뉴런이 수신하는 전기 입력이 특정 임계값을 넘으면, 뉴런이 활성화되어 전기 신호를 앞으로 보낸다. 인공 신경망(Artificial Neural Network)은 생물학적 신경망에서 영감을 받아 학습을 위한 수학적 모델이다. 인공 신경망은 네트워크의 구조와 매개변수를 기반으로 입력을 출력으로 매핑하는 수학적 함수를 모델링한다. 인공 신경망에서는 데이터 학습을 통해 네트워크의 구조가 형성한다. AI가 구현될 때, 각 뉴런의 병렬은 다른 유닛에 연결된 유닛(unit)이다 . 예를 들어, 지난 강의와 같이 AI는 두 개의 입력 .. 2024. 6. 28. [AI] Learning (5-3) 강화 학습(Reinforcement Learning) 강화 학습은 기계 학습에 대한 또 다른 접근 방식으로, 각 작업 후에 agent가 보상이나 벌(양수 또는 음수 값)의 형태로 피드백을 받는다. 학습 과정은 agent에 상태(state)를 제공하는 환경(environment)에서 시작된다. 그다음 agent는 상태에 대한 작업을 수행한다. 이 작업을 기반으로 환경은 상태와 보상을 에이전트에 반환한다. 여기서 보상은 긍정적이어서 미래에 행동이 발생할 가능성이 높아지거나 부정적(예: 처벌)이어서 미래에 해당 행동이 발생할 가능성이 낮아질 수 있다. 이러한 유형의 알고리즘은 걷는 로봇을 훈련하는 데 사용할 수 있다. 예를 들어 걷기는 양수(보상)를 반환하고 각 쓰러짐은 음수(처벌)를 반환한다. 마르코프 .. 2024. 6. 25. 이전 1 2 3 다음
