My Data Story

◈ '군집 활용' 목차 ◈ 1. 개요 2. 이미지 분할, 전처리, 준지도 학습 사이킷런에서 군집을 활용해 이미지 분할, 데이터 전처리, 준지도 학습에 활용하는 방법에 대해 알아보자. 3. 이상치 탐지, 특이치 탐지 1. 군집을 사용한 이미지 분할 이미지 분할은 이미지를 세그먼트 여러 개로 분할하는 작업이다. 시맨틱 분할에서는 동일한 종류의 물체에 속한 모든 픽셀은 같은 세그먼트에 할당한다. 예를 들어 자율 주행 자동차의 비전 시스템에서 보행자 이미지를 구성하는 모든 픽셀을 '보행자' 세그먼트에 할당될 것이다. 이 경우 각 보행자는 다른 세그먼트가 될 수 있다. 여기서는 훨씬 쉬운 작업인 색상 분할을 수행해보도록 하겠다. from matplotlib.image import imread image = imr..

◈ '머신러닝 개요' 목차 ◈ 1. 머신러닝 시스템의 종류 학습하는 동안 감독의 형태에 따라 지도 학습, 비지도 학습, 준지도 학습으로 구분할 수 있다. 학습하는 방식에 따라 배치 학습, 온라인 학습으로 구분할 수 있다. 머신러닝 시스템이 일반화 되는 방식에 따라 사례 기반 학습, 모델 기반 학습으로 구분할 수 있다. 2. 머신러닝의 주요 도전 과제 1. 지도 학습과 비지도 학습 학습하는 동안의 감독 형태나 정보량에 따라 지도 학습과 비지도 학습으로 분류한다. 1.1 지도 학습 지도학습은 훈련 데이터에 레이블, 원하는 답이 포함되어 있다. 전형적인 지도 학습 작업은 분류와 회귀가 있다. cf. 일부 회귀 알고리즘은 분류에도 사용 가능 (로지스틱 회귀) K-최근접 이웃 K-Nearest Neighbors ..