클라이언트/ 서버/ 엔지니어 "게임 개발자"를 향한 매일의 공부일지

BMI 실습이 끝나고 두번째로 와인을 분류하는 실습을 진행해볼 것이다. 오늘 하루가 언제 지나가나 싶었는데 이제 마지막 교시가 50분도 남지 않았다. 아마 다 정리하지는 못하고 집에 가서 이어서 해야 할 것 같다.오늘 아침에는 정말 공부하기가 싫어서 이 마음과 싸우는데 많은 시간을 보냈다. 어떤 과목이든 그 수업에 매력을 느끼게 되기까지 적어도 몇 시간의 시간은 걸리는 편이다. 이렇게 마음과 싸우고 고분고투하는 동안 그 과목과 많이 친해지게 된다. 따라서 이 시간은 결코 아까운 시간이 아니다. 오늘 목표했던대로 하루만에 Orange를 모두 다 학습하는 건 정말 무리였다. 하지만 내일 새벽까지 해서 왠지 다 할 수 있을 것 같다는 생각이 든다.그리고 내일부터 시작될 추석 명절이 정말 기대된다. 명절에도 난..

지금까지 배운 내용을 머신러닝 내용을 한번 정리하는 시간을 갖기로 하자. 첫날 수업의 영상이 없어 걱정이었는데 이렇게 선생님이 한번 복습으로 정리해주시니 이해가 잘 되었다. 1. 머신러닝 개념 정리하기 머신러닝은 새로운 데이터가 들어왔을 때 이전 데이터에서 이 데이터를 예측하는 과정을 말한다. 학습 알고리즘을 통해서 성능을 높여나가는 것이 우리의 최종 목적이 된다. 클래스의 개수에 따라 달라지는데 2개이면 이진분류, 3개 이상이면 다중 분류라고 한다. 이번에는 머신러닝 7 과정에 대해서 정리해보기로 하자. 전처리 과정을 통해 이상치나 결측치를 채워준다. 단위변환은 KNN 모델에서 많이 사용하는데, 이 모델은 새로 들어온 데이터와 원래 있는 데이터의 최근 거리를 계산한다. 그렇기에 데이터들의 단위가 중요하..

머신러닝 4단계 과정이 끝난줄 알았는데 아직 몇 가지 과정이 남아있었다. Data Sampler로 훈련용과 평가용을 분리하는 일이다. 그럼 나머지 학습을 이어서 시작해보자!다시 머신러닝 공부가 재미있어졌다.   BMI 예측 실습해보기 2 4. Data Sampler (Train/Test 분리)   훈련 데이터(Train Data)와 평가용 데이터(Test Data)로 나뉘는 과정과 각각의 세부 내용을 보여주는 자료이다. 이 과정을 통해 머신러닝 모델을 학습시키고 평가할 수 있게 된다.Orange의 Data Sampler를 통해 전체 데이터를 70%는 훈련 데이터, 30%는 테스트 데이터로 나누었다.  Train Data (훈련 데이터)350개의 인스턴스가 훈련 데이터로 사용됨이 데이터는 머신러닝 모델이 ..

오렌지 프로그램의 첫번째 실습을 진행해보겠다. 수업 영상이 없어서 그냥 파일만 보고 어떤 내용인지 스스로 추측하며 학습일지를 정리해보려고 한다. BMI 예측 실습해보기 1. 문제 정의 및 데이터 수집 1. 문제 정의목표: 500명의 키와 몸무게 데이터를 바탕으로 BMI(체질량지수)를 예측하는 문제를 해결하는 것 각 컬럼(열)에는 데이터 유형과 역할을 정의한다. Gender (성별) Type: 범주형(Categorical) 데이터로 설정되었다. 이 열은 'Female', 'Male' 두 개의 값으로 구분된다. Role: skip으로 설정되어, 성별 데이터는 모델 학습에 사용되지 않는다. 성별은 BMI를 예측하는 데 중요한 역할을 하지 않기 때문에 학습에 포함하지 않은 것으로 보인다. Height (키) T..

오늘은 공부가 잘 안되는 것 같다. 내일부터 쉬는 날이라서 그런지 마음이 조금 들떠있는지도 모르겠다. 그래도 오늘까지는 열심히 공부해야 한다.다시 머신러닝 학습을 이어가기로 하자. 별로 재미있는 내용은 아니라서 지루할 수 있겠지만 공부란 게 원래 재미있는 건 아니다. 필요하니까 하는 거지.    머신러닝 모델 훈련과 테스트 과정  1. 문제 데이터 (Feature, Input Data)Feature (입력특성): 머신러닝 모델이 학습할 때 사용되는 독립 변수(Feature), 즉 입력 데이터이다. 문제를 해결하기 위해 제공되는 데이터의 속성 또는 특성이라고 할 수 있다. 예를 들어, 집값 예측 문제에서는 '집 크기', '방 개수' 등이 Feature에 해당된다.Label (종속 변수): 입력 특성(Fea..

이제 오늘의 아침 공부를 시작해보려고 한다. 아침에 보통 9시 5분이 조금 넘어서 도착하는데 공부할 준비하면 10분, 그리고 공부할 마음의 준비까지 하며 진짜 본격적인 학습에 들어가기까지 20분이 더 걸리는 것 같다. 이제 9시 반이 다 되어 오늘의 공부를 진짜 시작할 수 있을 것 같다. 아침에 이틀치 수업 분량을 정리하고, 오후와 저녁에는 셋째날 수업 내용을 정리해서 오늘 하루만에 오렌지 공부를 다 마치려고 한다. 며칠 전에 넘파이와 판다스 학습할 때도 하루만에 모두 끝냈다. 충분히 가능하리라 믿고 학습을 시작해보자. 그리고 내일부터는 추석 연휴 기간이니 지금처럼 공부를 많이 하지는 못할 것 같다. 머신러닝이란 무엇인가?머신러닝은 데이터를 활용하여 특성(Features)과 패턴(Patterns)을 찾아..

이번 시간에는 오렌지의 기본적인 사용법에 대해 익혀보고 메뉴를 한번 둘러보려고 한다. 내가 참고하고 있는 동영상은 바로 이것이다. 오렌지 사용 방법 앞으로 이 강의를 통해 오렌지와 많이 친숙해질 것 같다. 수업 시간에 선생님의 온라인 수업을 듣는 것보다는 학습 시간이 더 많이 걸리겠지만 더 많은 강의들이 구성되어 있다. 여기 있는 강의를 모두 듣는 건 별로 효율적이지 못하고 지금은 필요치 않는 기능들도 많이 있어 앞부분만 강의를 듣고 나머지는 수업 시간에 배운 자료들을 중점으로 학습을 진행해보려고 한다. 오렌지의 기능 및 사용 방법 처음 화면에 뜨는 이 7가지 메뉴를 설명해보았다. 선을 끌고 오면 데이터가 이처럼 흘러가게 된다. 파일을 더블클릭하면 데이터를 선택할 수 있다. 이 데이터는 오렌지에서 제공하..

머신러닝의 첫 수업은 Orange라는 프로그램으로 진행되었다. 하지만 설치 방법을 비롯해 첫날의 수업 대부분의 영상이 없어서 그냥 있는 자료만 보고 혼자서 해석을 해야 할 것 같다. 그래도 모르는 건 자료를 찾아보면 되니 이러한 부분은 스스로 매워볼 것이다.8월부터 나의 진짜 공부가 시작되었다. 6월 초에 인공지능 사관학교에 입교하여 그때부터 인사교 생활이 시작되었다. 처음 두 달은 그냥 수업을 따라가기에 바빴고 뭐가 뭔지 모르고 수업만 들었다. 집에서 따로 온라인 학습을 진행하기는 했으나 공부할 게 너무 많았고 배우는 족속 다 콩나물 물주기처럼 다 빠져나가는 것 같았다.한 달이 넘어가자 공부가 정말 하기 싫었고 여기에 왜 와 있는지 의문이 들며 모든 것을 포기하고 싶어졌다. 팀 프로젝트도 하다가 중단하..

이번 학습이 데이터 분석의 마지막 과정이 될 것 같다. 어제는 강의를 듣다가 너무 짜증이 나서 솔직한 불만 사항을 학습 후기로 쓰기도 했는데 그래도 많은 도움이 되었던 수업이라고 생각한다.이제 미션 문제를 풀어보기로 하자. 6시 안에는 문제를 다 풀고 6시부터는 새로운 과목 공부를 시작해볼 것이다.   미션 - 인기있는 테드 강연 분석하기  main.py  solution.py   ted.csv 이런 문장이 굉장히 많이 들어있다. 이제 문제를 풀어보기로 하자.  코드 작성하기        이렇게 수정했는데 점수가 40점이나 깎이고 말았다. 어디자 잘못될 걸까?    코드 수정 및 전체 코드두 가지 수정했는데 이제 완벽한 코드가 작성되어 전체 코드를 올려보려고 한다.   하나는 인덱스 번호를 잘못 쓴 거였..

이번 수업이 데이터 분석의 마지막 수업이 될 것 같다. 졸음을 이기고 마지막까지 열심히 공부해보는 중이다. 미션 문제가 남아있지만 그건 맑은 정신으로 푸는 게 좋을테니 내일 새벽에 해볼 것이다.   이론 4 - 파이썬 고급 : filter                여기까지가 필터 강의였다.     실습 6 - 리스트에 함수 적용하기 : filter()     250쪽이 넘는 책의 제목만을 리턴하니 책의 목록이 훨씬 더 적어짐을 볼 수 있다. 필터와 맵 함수를 사용하는 것도 함께 나오고 있었으나 이해는 잘 하지 못했다. 어떨 때 사용하는지만 대략 알아두면 된 것 것 같다.    학습을 마치고난 이번 수업의 강사님이 솔직히 너무나도 마음에 들지 않았다. 무슨 자기가 프로그래밍 수업을 하러 왔지 영어 수업을..