Introduction to Machine Learning with Python

새해를 맞아 다시한번 머신러닝 프로젝트를 구상한다. 매년 배우려고 해도, 쌓여가는 업무에 제대로 된 모델을 만들어본 적 없었다. 2024년에는 반드시 해내고 내겠다는 다짐으로 커뮤니티에서 추천을 많이 하는 책을 샀다.

 

https://www.yes24.com/Product/Goods/42806875

 

 

표지만 봐도 믿고 산다는 파충류 책이었다. 이 책을 정독하고 follow 하면서 ML의 엔트로피를 줄이고자 한다.

 

https://www.yes24.com/Product/Goods/42806875

파이썬 라이브러리를 활용한 머신러닝 - 예스24

 

 

그렇다면, 머신러닝으로 어떤것들을 풀 수 있는지 생각해보자. 이 내용은 이전에 Andrew Ng 교수님의 강의에서도 언급 되었었다. 

 

가장 많이 사용되는 알고리즘은 이미 알려진 지도학습 인데, 알고리즘에 입력과 기대되는 출력을 제공하고, 어떻게 다른 입력값에 출력값은 만드는지 방법을 찾아낸다. 또다른 알고리즘은 비지도학습 인데, 입력은 주어지지만 기대되는 출력이 제공되지 않고, 이 학습 방법은 평가하기가 쉽지 않다.

 

scikit-learn

오픈 소스인 사이킷런(scikit-learn)은 자유롭게 사용하거나 배포할 수 있고, 누구나 소스 코드를 보고 어떻게 동작하는지 알 수 있다. 이 사이킷런은 두개의 다른 패키지인 NumPy와 SciPy를 사용하는데, 필요한 패키지를 모아놓은 파이썬 배포판을 설치하는게 좋다. 이미 파이썬이 설치되어있기 때문에, 아래 pip를 이용해서 필요한 패키지들을 설치해주었다.

pip install numpy scipy matplotlib ipython scikit-learn pandas pillow imageio

 

 

이 이외 사용되는 패키지들은 아래 Reference에서 확인할 수 있다.

또한 코랩을 이용해서 간단하게 사용할 패키지들도 사용해봤다.

https://colab.research.google.com/drive/1YGJNKfQMpcXjE29mymiRoxZAWDg_WrUW?usp=sharing

Untitled0.ipynb

 

 

 

Reference

https://github.com/rickiepark/intro_ml_with_python_2nd_revised

GitHub - rickiepark/intro_ml_with_python_2nd_revised: <파이썬 라이브러리를 활용한 머신러닝 (번역개정2판)>

www.numpy.org  

NumPy

https://bit.ly/python-ml-colab 

www.scipy.org/scipylib  

SciPy

https://matplotlib.org 

Matplotlib — Visualization with Python

http://pandas.pydata.org 

pandas - Python Data Analysis Library