Mango is Mango

1. 토크나이징 : 주어진 문장에서 토큰 단위로 정보를 나누는 작업. (주로 텍스트 전처리 과정에서 사용) ⓐ 형태소 분석기 : 형태소 의미를 고려해 품사를 태깅 !pip install konlpy KoNLPy에서 제공하는 세 가지 종류의 형태소 분석기를 살펴보기 위해 패키지를 설치한다. ⓑ kkma(꼬꼬마)는 서울대학교 IDS 연구시에서 자연어 처리를 위해 개발한 한국어 형태소 분석기이다. from konlpy.tag import Kkma ⓒ 함수 종류 - morphs (phrase) : 인자로 입력한 문장을 형태소 단위로 토크나이징 한다. 토크나이징된 형태소들 은 리스트 형태로 반환된다. - nouns(phrase) : 인자로 입력한 문장에서 품사가 명사인 토큰만 추출. - pos(phrase, fl..

① 루트로 이동 ② Minikube 설치 minikube 의 최신 버전 (v1.22.0) 바이너리를 다운받고, 실행할 수 있도록 변경 curl -LO https://storage.googleapis.com/minikube/releases/v1.22.0/minikube-linux-amd64 sudo install minikube-linux-amd64 /usr/local/bin/minikube kubectl 은 v1.22.1 로 다운로드 curl -LO https://dl.k8s.io/release/v1.22.1/bin/linux/amd64/kubectl kubectl 바이너리를 사용할 수 있도록 권한과 위치를 변경 sudo install -o root -g root -m 0755 kubectl /usr/l..

원래 없던 이미지 docker run hello-world를 통해 hello-world 이미지 내려받기 hello-world 생성됨 우분투 깔기 완 ubuntu도 확인 가능하고 exit한 기록까지 볼 수 있음 docker 깔기 sudo apt-get install apt-transport-https ca-certificates curl gnupg lsb-release curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /usr/share/keyrings/docker-archive-keyring.gpg echo \ > "deb [arch=amd64 signed-by=/usr/share/keyrings/docker-a..

Azure의 가상머신으로 들어가기 git 설정 끗 git clone 완료 ① sudo apt install python3-pip 깔고 sudo apt install python3-flask 깔기 ② python3 -m flask run --host=0.0.0.0 --port=5000 로 실행 ③ Azure에서 포트번호랑 git repo이름이랑 동일시키기 ④ 다른 cmd창에서 원래 실행중인 cmd를 끄지 않고 curl ip주소를 입력하면 해당 포트에 있는 내용이 출력된다.

0. Gradient descent methods(경사하강법) 1. Computation graph 1) logistic Regression 로지스틱 회귀 모델은 일종의 확률 모델로서 독립 변수의 선형 결합을 이용하여 사건의 발생 가능성을 예측하는데 사용되는 통계기법이며 종속 변수가 범주형 데이터를 대상으로 하며 입력 데이터가 주어졌을 때 해당 데이터의 결과가 특정 분류로 나뉘기 때문에 일종의 분류(classification) 기법이기도 하다. 2. Backpropagation : Backpropagation은 오늘 날 Artificial Neural Network를 학습시키기 위한 일반적인 알고리즘 중 하나이다. 한국말로 직역하면 역전파라는 뜻인데, 내가 뽑고자 하는 target값과 실제 모델이 계산한..

0. 합성곱 신경망 1) 이미지 분류 : 이미지와 같은 데이터는 공간적인 특성이 무시된다. -> 모델의 파라미터 수가 급격히 증가한다. 2) 합성곱 신경망(Convolutional NN) 이미지의 특징을 filter를 통해서 뽑아서 neural Network에 학습시킴 3) 필터 : 이미지 특징을 추출하기 위해 필터를 사용 : CNN의 핵심은 필터를 학습시키는 과정이다. Recurrent Neural Network(순환 신경망) : 데이터가 시간의 흐름(time step)에 따라서 입력되고 출력된다. 1. 순환신경망 - 순차 데이터의 학습을 위한 인공신경망 - 순차 데이터 : 텍스트나 시계열 데이터와 같이 순서에 의미가 있는 데이터 - 연속적인 데이터는 과거 데이터와 현재 데이터간 상관 관계를 가진다. ..

0. 의사결정나무 다른 지도 학습 기법들에 비해 성능이 떨어지거나 구조가 단순하여 해석이 용이하다. 선형, 비선형 관계에 사용가능 1) 불순도 각 노드의 분기 기준을 선택하기 위해서 불순도라는 개념을 사용한다. 해당 범주 안에 서로 다른 데이터가 얼마나 섞여있는지를 나타낸다 현재 노드의 불순도에 비해 자식노드의 불순도가 감소되도록 분기의 기준을 설정한다. 2) 정보획득량 이전 단계 불순도에서 다음 단계 불순도 합을 빼주는 것이다. 즉, 분할된 데이터 셋들의 불순도가 작을수록 정보 획득량은 증가한다. 3) 규제 과적합의 방지를 위해 결정 트리의 규제를 추가할 수 있다. - 변수 중요도 어떤 변수가 가장 중요한지 나타내는 값 의사 결정나무 알고리즘은 변수 중요도를 측정할 수 있다. 불순도를 가장 크게 감소시..

0. 서포트 벡터 머신(SVM) : 모델 기반 학습 알고리즘 - 기본적으로 두 개의 다른 클래스를 분류할 수 있는 하나의 선형식을 찾는 것이다. - 복잡한 분류 문제에 적합하고, 선형, 비선형 분류 모두 사용할 수 있다. - 회귀에 사용할 수 있다. - 이진 분류만 가능하다. -> 이진분류기를 여러 개 사용해 다중 클래스를 분류하는 기법도 많다. - 확률 추정치를 제공하지 않는다. 1) 하드 마진과 소트프 마진 결정 경계와 서포트 벡터 사이의 거리를 마진이라고 한다. 하드 마진 : 마진 안에 어떠한 데이터도 포함되지 않도록 하는 것 소프트 마진 : 일부 데이터가 마진 내에 들어오도록 허용하는 것 손실 함수 정정 C: 패널티 계수로 오류를 어느정도 패널티를 줄 건지 결정 C를 줄이면 도로가 더 커지지만 더..

0. 머신러닝 학습 방법 1) 지도 학습 : 학습 알고리즘에 주입하는 훈련 데이터에 타깃값(label, 정답) 이라는 원하는 답이 포함된 경우(정확도가 높다) 2) 비지도 학습 : 훈련 데이터에 타깃 값(label, 정답)이 없는 학습 방법 3) 사례 기반 학습 : 기존의 데이터를 기억해두고(학습), 새로운 데이터에 대해 기존 데이터와 유사도 를 측정하여 결정한다.(예측) ->기존의 샘플 데이터를 가지고 활용 4) 모델 기반 학습 : 기존 데이터들의 모델을 만들어서 예측한다. 1. 지도학습의 대표적 경우 : 분류, 회귀 출력이 연속형 숫자 타입(수치 예측) : 회귀 범주형 데이터 및 이진, 다중 분류 (범주 예측) : 분류 1) 선형 회귀 (Linear Regression) : 직선으로 두 가지를 분류 ..