윤리와 책임
우리는 AI의 사회적 충돌에 대해 어떻게 생각해야 할까?
-책임: AI는 사회에 이로운 방면으로 발전되게 해야 한다.
-핵심 원리: 인간을 존중하고 해를 끼치지 말고 벗어나야 한다.
이 원리들을 어떻게 넣을까?
AI 프로젝트 사이클
문제인식 > 문제 정밀화(범위 지정) > 데이터 전처리 > 데이터 탐색 > 모델링 > 확장
파이썬 데이터 타입
• Number : 정수 (int), 실수 (float), 복소수 (complex)
• Sequence : 문자열 (str), 리스트 (list), 튜플 (tuple) 자료형
• Mapping : {“Key”: “Value”}
• Bool : True/False
• Set : 중복 원소를 가지지 않는 집합(set) 특징 보유
파이썬 함수(만들어진)
• abs : 절대값 반환 함수 (복소수 – 크기 반환)
• bin, oct, hex : 2진수, 8진수, 16진수 문자열 변환 함수
• Input : 입력을 받는 함수
• Int, float : 데이터의 형태를 정해주는 형 변환 함수
• len : 변수 길이 반환 함수
• min, max : 반복 가능한 숫자형 데이터 내 최대, 최소값 반환
• open : 파일 이름, 모드를 입력 받아 파일의 객체 반환 open(filename, mode)
• range : 입력 받은 숫자의 범위 값을 반복 가능한 객체로 반환
• sum : 반복 가능한 숫자형 데이터 합계 반환
• zip : 동일한 개수 데이터 묶어서 반환
• if : 특정 조건 검사
• for, while: 반복문 제어(for 변수 in ~/ while 조건)
• try except
- 예외처리 문법
- try: 일단 실행할 expression
- except: 문제 발생시 실행되는 expression
- else: 문제 발생하지 않는 경우 실행되는 expression
- finally: 문제 발생 여부와 관계없이 최종적으로 실행되는 expression
Numpy, Pandas
- Numpy: C언어 기반, 효율적임
- List(python), ndarray(numpy)
- 장단점:
• 다중 데이터 타입 적용 가능
• C로 구현 속도 빠름
• 모든 리스트 (중복 정보 포함)
• 다중 데이터 타입 적용 불가
• Numpy – Array
- array : numpy.array(list,dtype)
- numpy func.: zeros, linspace, random.normal, full, random.random, ones, arrange …
- 2차원 행렬: list - X[i]Y[j], ndarray – X[i,j]
• Computation: Python vs Numpy
- 전체적인, 실시간의
• Pandas - 데이터 분석에 사용되는 필수 기능 제공 (필터, 병합, 슬라이싱 등)됨
- 대부분의 python 기반 프로젝트에서 사용
- Indexer, Colum Selection, Data Type, Duplication, Counts, Merge, Conca