전기공학머신러닝 실험 1. 머신러닝 개요 및 Google Colab, Jupyter Notebook 기초 실습 예비보고서

소개

"전기공학머신러닝 실험 1. 머신러닝 개요 및 Google Colab, Jupyter Notebook 기초 실습 예비보고서"에 대한 내용입니다.

목차

1. 실험 명
2. 실험 개요
3. 이론 조사
4. 실험 기기
5. 예비보고서 문제풀이
6. 실험 순서
7. 참고 문헌

본문내용

1. 실험명
실험 1. 머신러닝 개요 및 Google Colab, Jupyter Notebook 기초 실습

2. 실험 개요
머신러닝에 대한 개요를 학습하고 구글 코랩의 사용법을 숙지한다.

3. 이론조사
머신러닝이란?

머신러닝(machine learning)은 레이블(label, 정답)이 있는 입력(input) 데이터를 모델에 투입하면 머신러닝 모델이 입력 데이터와 정답 사이의 관계를 찾는다. 따라서 새로운 데이터를 입력했을 때 모델이 파악한 관계식을 적용하여 관계를 예측할 수 있다. 정답이 주어지지 않는 경우 데이터 속에 숨어 있는 패턴이나 규칙을 알아내는 것도 가능하다. 이처럼 사람이 어떤 규칙을 정하는 것이 아니라, 컴퓨터가 스스로 데이터를 학습하여 문제를 해결하는 과정을 말한다.
머신러닝은 인공지능의 세부 하위 집합이다. 대부분 인공지능(AI), 머신러닝(Machine Learning), 딥러닝(Deep Learning)을 비슷한 내용으로 이해하고 있으나 인공지능은 가장 넓은 개념이며, 인공지능을 구현하는 대표적인 방법 중 하나가 바로 머신러닝이다. 또한 딥러닝은 머신러닝의 여러 방법 중 하나의 방법론으로 인공신경망(Artificial Neural Network)의 한 종류이다.

Supervised Learning?

지도학습은 학습 과정에서 정답 y가 주어진다. 즉 입력 데이터 x와 출력 데이터 y를 모두 알고있는 상태에서 y=ax+b와 같이 x와 y 사이의 관계식을 알아내는 머신러닝 알고리즘을 말한다. 학생들이 시험에 대비하기 위하여 문제집을 풀 때, 문제집 뒷부분의 정답지를 이용하여 오답을 체크하면서 공부하는 과정과 비슷하다고 이해할 수 있다. 이때 예측 목표가 되는 y 변수를 목표변수(target)라고 하고, 목표변수를 예측하는데 사용되는 x 변수를 설명 변술(feature)라고 부르기도 한다. 예측할 새로운 x데이터가 주어졌을 때 모델 학습을 통해 찾아낸 관계식에 x를 대입하면 목표 변수인 y를 예측할 수 있다.

참고자료

· 광운대학교 전기공학과, 전기공학머신러닝, 1-3p.
· 오승환, 『파이썬 딥러닝 머신러닝 입문』, (파주: 정보문화사, 2007)
· 박해선, 『혼자 공부하는 머신러닝 + 딥러닝』, (서울: 한빛미디어, 1999)