개발 메모리

딥 러닝(Deep Learning)이란? 딥러닝이란 인간의 두뇌와 비슷한 모양의 인공신경망(Artificial Neural Network, ANN)을 기반으로 머신러닝 학습을 수행하는 것으로 심층학습이라고도 부르며, 머신러닝의 한 종류다. 기존의 머신러닝에서는 학습하려는 데이터의 여러 특징 중에서 어떤 특징을 추출할 지를 사람이 직접 분석하고 판단해야만 했지만, 딥러닝에서는 기계가 마치 사람처럼 스스로 학습하려는 데이터에서 특징을 추출하여 학습하고 이를 토대로 의사결정이나 예측 등을 수행한다. 딥러닝과 머신러닝의 가장 큰 차이점은 바로 기계의 자가 학습 여부다. 인공신경망(Artificial Neural Network, ANN) 인간의 뇌가 가지는 생물학적 특성 중 뉴런의 연결 구조를 본떠 만든 신경망(..

머신러닝 대표 알고리즘 머신러닝은 학습하려는 문제의 유형에 따라 크게 지도/비지도/강화 학습으로 나눌 수 있고, 각 학습 방법들은 상황에 맞는 다양한 알고리즘을 사용하여 구현할 수 있다. 서포트 벡터 머신(Support Vector Machine, SVM) SVM은 지도 학습 중 분류 모델에서 가장 많이 사용되는 알고리즘으로, 주로 다루려는 데이터가 2개의 그룹으로 분류될 때 많이 사용된다. SVM은 학습 데이터가 벡터 공간에 위치하고 있다고 생각하며 학습 데이터의 특징 수를 조절함으로써 2개의 그룹을 분류하는 경계선을 찾고, 이를 기반으로 패턴을 인식하는 방법이다. 두 그룹을 분류하는 경계선은 최대한 두 그룹에서 멀리 떨어져 있는 경계선을 구하게 되며, 이는 두 그룹과의 거리를 최대로 만드는 것이 나중..

지도 학습(Supervised Learning) 지도 학습이란 여러가지 문제와 정답을 같이 학습시킴으로써 모르는 문제에 대한 답을 예측하는 방법이다. 따라서 지도 학습을 위한 데이터에는 문제와 그 정답까지 함께 있는 데이터가 선택된다. 사람이 직접 개입하므로 정확도가 높은 데이터를 사용할 수 있지만, 대신에 사람이 직접 레이블을 달아야 하므로 인건비와 구할 수 있는 데이터 양도 적은 문제가 있다. 지도 학습을 위한 모델은 크게 분류(Classification)와 예측(Prediction) 모델로 구분된다. 둘 다 모두 지도 학습 모델이므로 데이터와 레이블을 함께 학습시킨다는 공통점을 가진다. 하지만 분류 모델은 학습 데이터의 레이블 중 하나가 결괏값이 되고, 예측 모델은 학습 데이터에서 도출된 함수식에서..

머신 러닝(Machine Learning)이란? 기계 학습(機械學習) 또는 머신 러닝(Machine Learning)은 인공 지능의 한 분야로, 컴퓨터가 스스로 학습할 수 있도록 도와주는 알고리즘과 기술을 개발하는 분야다. 머신러닝은 사람이 일일이 구현하기에는 너무 많은 양의 데이터를 처리할 때 사용할 수 있도록 고안된 방법으로, 컴퓨터를 인간처럼 학습시킴으로써 인간의 도움 없이 컴퓨터 스스로 작업한다. 머신러닝의 동작 방식 머신러닝에서는 양질의 데이터가 매우 중요한 역할을 하며 양질의 데이터를 많이 보유할수록 보다 높은 성능을 이끌어낼 수 있다. 일정량 이상의 샘플 데이터를 입력한다. 입력받은 데이터를 분석하여 일정한 패턴과 규칙을 찾아낸다. 찾아낸 패턴과 규칙을 가지고 스스로 학습한 후에 이를 기반으..

인공지능(Artificial Intelligence)이란? 인공지능이란 어떠한 개체가 인간처럼 지적인 활동을 할 수 있도록 컴퓨터에 지능을 부여하는 것을 말한다. 스스로 사물을 이해하고 주변 환경을 인식하여 그에 대하여 유연성 있게 반응하고 그 경험에 근거하여 학습할 수 있는 기계다. 머신러닝은 인공지능의 한 분야이며, 딥러닝은 머신러닝 모델의 한 종류다. 머신 러닝(Machine Learning)이란? 기계 학습(機械學習) 또는 머신 러닝(Machine Learning)은 인공 지능의 한 분야로, 컴퓨터가 스스로 학습할 수 있도록 도와주는 알고리즘과 기술을 개발하는 분야다. 머신러닝은 사람이 일일이 구현하기에는 너무 많은 양의 데이터를 처리할 때 사용할 수 있도록 고안된 방법으로, 컴퓨터를 인간처럼 학..

복사 파이썬에는 얕은 복사(shallow copy), 깊은 복사(deep copy)가 있으며, 파이썬에서는 메모리 낭비를 방지하기위해 기본적으로 얕은 복사 사용. 얕은복사(Shallow Copy) = 주소복사 전체 값을 항상 메모리에 복사하면 그만큼 속도가 느려지고 메모리도 공간이 부족해서 메모리 주소를 참조해 해당 값을 가져오는 얕은 복사 사용. 얕은 복사라는 것은 변수를 복사했다고 생각했지만 실제로는 자료의 주소와 연결되어있는 것을 의미. 즉, 변수를 복사했지만 참조한 곳은 동일하기 때문에 같은 변수를 가리키고 있음. 그래서 변경시 원본 훼손의 우려가 있음. 1차원일 때 리스트, 딕셔너리 값을 바꾸면 복사한 값도 바뀜. 2차원일 때 깊이가 깊어지면서 복사한 값과 원본이 동일하게 바뀜. # 얕은 복사 ..

단축키 설명 찾는 법 일단 단축키는 'HELP' 메뉴에서 'Keyboard shortcuts'를 누르거나 키보드에서 H 버튼을 누르면 단축키 내용을 볼 수 있다 위에 키보드 단축키 버튼을 누르면 아래와 같이 나오는데 필요한 것 골라쓰면 된다 자주 쓰는 단축키들 Ctrl+Enter: 셀만 실행 Shift+Enter: 셀 실행하고 아래 셀로 이동 Alt+Enter: 셀 실행하고 아래 셀 추가 ctrl+/: 주석처리 shift+tab: 함수 상세 설명 tab: 자동 완성 Y: 코드 모드로 변경 M: 마크다운 모드로 변경 A: 위에 셀 삽입 B: 아래에 셀 삽입 C: 셀 복사하기 D,D: 셀 삭제하기 X: 셀 자르기 L: 줄 번호 표시

메타 문자(Meta Characters)란? 메타 문자란 원래 그 문자가 가진 뜻이 아닌 특별한 용도로 사용하는 문자를 말한다. 만약 메타 문자가 아닌 문자 그 자체로 매치하고 싶은 경우에는 \^, \$ 와 같이 백슬래시 붙여서 사용 . ^ $ * + ? { } [ ] \ | ( ) [ ] 안에 있는 문자들과 매치 [ ] 안에는 어떤 문자나 메타 문자도 사용가능하며 해당 문자와 매치하는 문자를 반환 \d - 숫자와 매치, [0-9]와 동일한 표현식 \D - 숫자가 아닌 것과 매치, [^0-9]와 동일한 표현식 \s - 여백 문자와 매치, [ \t\n\r\f\v]와 동일한 표현식. 맨 앞의 빈 칸은 공백문자(space)를 의미. \S - 여백 문자가 아닌 것과 매치, [^ \t\n\r\f\v]와 동일한 표..

정규 표현식(Regular Expressions)이란? 정규식은 복잡한 문자열을 처리할 때 사용하는 기법으로, 파이썬만의 고유 문법이 아니라 문자열을 처리하는 모든 곳에서 사용한다. 정규 표현식을 지원하는 re 모듈 >>> import re >>> p = re.compile('[a-z]+') >>> m = p.match("python") # 축약 가능 >>> m = re.match('[a-z]+', "python") # 컴파일 match메서드 한번에 수행 가능 정규식을 이용한 문자열 검색 match(): 문자열 처음부터 정규식과 매치되는지 조사 # 매치될 때는 match 객체를 돌려주고, 매치되지 않을 때는 None >>> m = p.match("python") >>> print(m) >>> m = p...

외장함수란? 전 세계의 파이썬 사용자들이 만든 유용한 프로그램들을 모아 놓은 것이 바로 파이썬 라이브러리이다. "라이브러리"는 "도서관"이라는 뜻 그대로 원하는 정보를 찾아보는 곳으로, 파이썬 라이브러리는 파이썬 설치 시 자동으로 컴퓨터에 설치가 된다. Sys 모듈 sys 모듈은 파이썬 인터프리터가 제공하는 변수들과 함수들을 직접 제어할 수 있게 해주는 모듈이다. ① 명령 행에서 인수 전달하기 - sys.argv # 터미널에서 test.py 뒤에 또 다른 값들을 함께 넣어 주면 # sys.argv라는 리스트에 그 값들이 추가되어 출력된다 C:/User/home>python test.py abc pey guido # argv_test.py 파일 내 구문 >>> import sys >>> for arg i..