Developer GM

[KT] AIVLE SCHOOL 8일차 AI, ML(머신러닝), 딥러닝머신러닝전체 Process(CRISP-DM)AI, Data를 기반으로 한 비즈니스 문제해결 방법론(절차)무엇이 문제인가?문제가 해결 되었는가?Business Understanding비즈니스 문제정의데이터분석 방향, 목표초기 가설 수립 / x -> yData Understanding원본식별분석을 위한 구조 만들기데이터분석 EDA & CDAData PreParation모델링을 위한 데이터 구조 만들기모든 셀은 값이 있어야 함모든 값은 숫자여야 함(필요 시) 숫자의 범위가 일치Modeling모델을 만들고 검증Evaluation기술적 관점 평가비즈니스 관점 평가Deployment모델 관리AI 서비스 구축모델과 모델링패턴데이터 안에는 패턴이 담..

[KT] AIVLE SCHOOL 7일차 머신러닝인간은 경험을 통해 성장하고, 머신은 데이터를 통해 성장함데이터들을 학습하고 학습한 데이터들을 통해 특정 값을 예측적당량의 좋은 데이터가 중요 분류(Classification)와 회귀(Regression)모델링을 하기 전에 원하는 결과가 분류인지 회귀인지를 명확히 이해해야 함분류인지 회귀인지에 따라 사용할 알고리즘과 평가를 위한 함수가 달라짐분류와 회귀는 서로 다른 함수를 사용해 모델링을 하게 됨따라서 문제 유형을 정확히 파악하여 알고리즘과 평가 방법을 선택하고 관련된 함수를 사용해 모델링분류 문제알고리즘 DecisionTreeClassifierKNeighborsClassifierLogisticRegressionRandomForestCassifierXGBCl..