반응형 분류 전체보기1862 기계학습 용어들 - 상관관계 상관관계(Correlation)의 사전적 의미는 '두 가지 중 한쪽이 변화하면 다른 한쪽도 따라서 변화하는 관계'를 말합니다.1. 통계학적 정의"두 변수 사이의 선형적 연관성"을 의미합니다. 한 변수(X)의 값이 커질 때 다른 변수(Y)의 값도 커지는지, 혹은 작아지는지를 수치화하여 나타냅니다.상관계수(r): 상관관계의 정도를 나타내는 수치로, 보통 -1에서 +1 사이의 값을 가집니다.+1에 가까울수록: 강한 양의 상관관계 (함께 증가)-1에 가까울수록: 강한 음의 상관관계 (한쪽이 늘면 한쪽은 감소)0에 가까울수록: 상관관계 없음 (서로 독립적임) 상관계수 구하기2. 기계학습에서의 의미 (입력과 출력의 관계)기계학습 용어로 풀이하자면, 특징(독립변수)이 레이블(종속변수)을 예측하는 데 얼마나 '힌트'가.. 2026. 3. 26. 기계학습 용어들 1. 데이터의 구성 요소 1) 특징 (Feature, 독립변수 X): 데이터의 개별적인 측정 가능한 속성을 말합니다. 예를 들어, 스팸 메일을 분류할 때 '특정 단어의 빈도'나 '발신지'가 특징이 됩니다. - 기계학습: 인간이 도메인 지식을 바탕으로 어떤 특징이 중요한지 직접 골라주어야 합니다 (Feature Engineering). - 딥러닝: 데이터로부터 기계가 스스로 유용한 특징을 추출하여 학습합니다.2) 레이블 (Label, 종속변수 Y): 우리가 예측하고자 하는 '정답'입니다. 개와 고양이 사진을 분류한다면 '개' 또는 '고양이'라는 이름표가 레이블이 됩니다.기계학습에서 데이터들은 단순히 데이터가 많다고 좋은 것이 아니라, '정답(레이블)과 얼마나 의미 .. 2026. 3. 26. 기계학습 (머신러닝(Machine Learning)) 개념 ■ 기계학습 정의기존의 컴퓨터 프로그래밍이 사람이 정해준 규칙(If-Then)에 따라 움직였다면, 머신러닝은 컴퓨터가 데이터를 통해 스스로 학습하여 패턴을 찾아내고 미래를 예측하는 기술을 말합니다.＊기계지능 (Machine Intelligence)전통적인 의미에서의 기계지능은 주로 규칙 기반(Rule-based) 시스템을 의미합니다.1. 특징: 사람이 모든 경우의 수를 생각하여 If-Then 형태의 조건문으로 컴퓨터에게 명령을 내립니다.2. 한계: 질문자가 제시하신 것처럼 사전에 등록되지 않은 미지의 질문이나 상황이 발생하면 컴퓨터는 판단 근거가 없어 대응이 불가능합니다.3. 예시: 간단한 챗봇이나 초기 체스 프로그램 (정해진 길로만 움직임) 기계학습 (머신러닝(Machine Learni.. 2026. 3. 26. 당분간 전쟁 때문에 주식 시장 근처도 가지마라!!!! 미친놈 옆에는 사악한 놈나 있네 . . . 뭐 그렇다코 이란 정권들도 미친건 마찮가지 재러드 쿠슈너유대계 미국인 정치인 , 기업인 . 이방카 트럼프 의 배우자로, 미국의 45대, 47대 대통령 도널드 트럼프namu.wiki 2026. 3. 21. 넥슨 게임즈 주식 모으기 #1 ■ 게임업계의 조직 구조: 스튜디오와 PD게임 개발 현장에서 '스튜디오'나 'PD'라는 용어를 사용하는 이유는 현대 게임 개발이 단순한 소프트웨어 코딩을 넘어 '종합 예술 콘텐츠' 제작 공정으로 변모했기 때문입니다.1. 제작 공정의 일치 (Pre-Post Production)드라마처럼 게임도 기획(Pre), 제작(Production), 포스트 프로덕션(Post) 과정을 거칩니다. 시나리오 작가, 원화가(미술), 작곡가(음악), 배우(모션 캡처/성우) 등 다양한 예술 분야 전문가들이 협업하는 구조가 드라마 제작 현장과 판박이입니다.2. '작품' 중심의 조직 구성일반적인 IT 기업이 기능별(개발팀, 디자인팀 등)로 모이는 것과 달리, 게임사와 드라마 제작사는 '하나의 작품(IP)'을 위해 모입니다. * 드라.. 2026. 3. 20. 자동차 연비를 예측 하는 프로그램 #1 UCI Machine Learning Repository 데이터(Auto MPG 데이터셋)를 활용위 데이터틑 연비(MPG)뿐만 아니라 실린더 수, 배기량, 마력, 무게 등 연비에 영향을 주는 다양한 수치들이 포함되어 있어, 엑셀의 '회귀 분석' 기능을 활용하기에 아주 적합합니다. 이 데이터는 MPG(연비)를 예측하기 위한 타겟(Target)으로 하고, 나머지 항목들을 원인(Feature)으로 분석하게 됩니다.MPG (연비)CylindersDisplacementHorsepowerWeightAccelerationModel YearOriginCar Name188307130350412701chevrolet chevelle malibu158350165369311.5701buick skylark 320188318.. 2026. 3. 15. 어쩌다 탄생한 넥슨게임즈 ■ 넥슨게임즈넥슨그룹 계열의 게임업체. 주된 사업은 게임 소프트웨어 개발 및 서비스이며, 개발한 게임콘텐츠를 국내 및 해외에 공급.넥슨은 넷게임즈와 넥슨지티의 합병하여 넥슨게임즈로 출범 하였습니다1. 엔에이치스팩9와 넷게임즈 합병엔에이치스팩9는 넷게임즈(17년6월) 와 합병하며 넷게임즈를 코스닥 시장에 상장, 당시 넷게임즈는 모바일 RPG '히트(HIT)'의 흥행으로 큰 주목을 받던 개발사였습니다.스팩은 비상장 기업과의 합병을 유일한 목적으로 하는 페이퍼 컴퍼니입니다.수익 모델: 유망한 기업과 합병 소식이 들리면 주가가 급등하며, 이때 차익을 실현하는 것이 일반적입니다. 넷게임즈를 창업하고 현재까지 이끌고 있는 대표이사는 박용현 대표입니다. 그는 한국 게임 산업에서 'MMORPG의 거두'이자 흥행 보.. 2026. 3. 14. 머신러닝의 작동 원리 데이터를 학습 하여 아파트 가격을 예측 하는 프로그램 만들기 1. 인간의 지식과 경험:사람들은 "보통 집이 넓을수록, 지은 지 얼마 안 될수록 가격이 비싸다"라는 경험적 지식을 가지고 있습니다.2. 데이터를 학습:실제로 거래된 수만 건의 아파트 평수, 연식, 가격 데이터를 컴퓨터(엑셀이나 머신러닝 모델)에 입력합니다.3. 스스로 패턴을 찾음:회귀 분석 알고리즘이 데이터를 훑으며 "평수가 1평 늘어날 때마다 가격은 평균 5,000만 원씩 오르는구나"라는 수학적 공식($y = ax + b$)을 찾아냅니다. 이것이 바로 '패턴'입니다.4. 새로운 지식 창출 및 예측하는 통찰 제공:이제 한 번도 거래된 적 없는 새로운 아파트 정보(평수)를 넣으면, 모델이 "이 집은 약 12억 원 정도 할 것입니다"라고 예측 .. 2026. 3. 11. 회귀 분석(Regression Analysis) 이란? ■ 회귀 분석(Regression Analysis)둘 이상의 변수 간의 관계를 파악하고, 이를 바탕으로 미래의 수치를 예측하는 통계적 방법입니다. 쉽게 말해, '원인'이 되는 변수가 '결과'가 되는 변수에 어떤 영향을 미치는지 수학적 모델로 설명하는 과정입니다. 1. 핵심 개념회귀 분석의 목적은 흩어져 있는 데이터들 사이를 가장 잘 설명하는 '최적의 선(Best-fit Line)'을 찾는 것입니다.독립 변수 ($x$): 원인이 되는 변수 (예: 공부 시간, 광고비, 아파트 평수)종속 변수 ($y$): 결과가 되는 변수 (예: 시험 성적, 매출액, 아파트 가격) 2. 주요 유형회귀 분석은 변수의 개수나 데이터의 특성에 따라 다음과 같이 나뉩니다.단순 선형 회귀 (Simple Linear Regressio.. 2026. 3. 11. 데이터 표준화, 정규화 의미 ■ 데이터 표준화, 정규화의 필요성AI가 데이터를 효과적으로 학습하고 예측의 정확도를 높이기 위해서는 수집된 데이터를 그대로 사용하는 것이 아니라, 일정한 기준에 맞춰 다듬는 데이터 전처리(Preprocessing) 과정이 필수적입니다. 그중 핵심인 표준화(Standardization)와 정규화(Normalization) 입니다.1. 데이터 표준화와 정규화가 필요한 이유컴퓨터 알고리즘은 수치로 된 데이터만 이해하며, 서로 다른 단위나 범위를 가진 데이터를 평등하게 비교하지 못합니다.변수 간 단위 차이 극복: 예를 들어 '나이(0~100)'와 '연봉(0~수억)'처럼 단위가 크게 다를 경우, 알고리즘은 숫자가 큰 연봉 데이터가 훨씬 더 중요하다고 잘못 판단할 수 있습니다.학습 속도 및 안정성 향상: 데이터의.. 2026. 3. 8. 컴퓨터가 이해 할 수 있도록, 데이터를 변환이 필요하다. #2 컴퓨터의 한계: 기본적으로 컴퓨터 알고리즘은 수치로 된 데이터만 이해할 수 있으며, 인간이 쓰는 텍스트의 의미를 그대로 이해하지 못합니다.분석 가능 상태로 변환: 따라서 이미지나 텍스트 같은 비정형 데이터를 분석에 사용하려면, 이를 컴퓨터가 계산할 수 있는 정형 데이터 형태로 만드는 과정이 선행되어야 합니다.컴퓨터가 인간의 언어(비정형 데이터)를 수치화된 데이터(정형 데이터)로 변환하여 이해하기 위해 가장 먼저 거치는 핵심 단계가 바로 "토큰화(Tokenization)"입니다.1. 토큰(Token)과 토큰화(Tokenization)의 개념토큰(Token): 문법적으로 더 이상 나눌 수 없는 기본적인 언어 요소를 의미합니다. 문장이라는 큰 덩어리를 잘게 쪼갠 '최소 단위'라고 볼 수 있습니다.토큰화(Tok.. 2026. 3. 8. 컴퓨터가 이해 할 수 있도록, 데이터를 변환이 필요하다. #1 ■ AI는 왜? 데이터가 필요 할까?AI가 데이터를 필요로 하는 이유는 사람의 학습 방식과 아주 비슷하기 때문입니다. 아이가 "사과"라는 단어를 배우기 위해 수많은 사과를 보고 만져봐야 하는 것처럼, AI도 세상의 법칙과 패턴을 익히기 위해 엄청난 양의 정보가 필요합니다.1. AI와 데이터의 관계: "지능의 원재료"AI에게 데이터는 단순한 정보가 아니라, 지능을 형성하는 핵심 동력입니다.비유: 아이가 '사과'를 배우는 과정아이 : 여러 개의 사과를 보고, 만지고, 맛보며 '사과'라는 개념 정립AI : 수만 장의 사과 사진을 분석하여 '사과'의 특징(색, 모양) 학습정의: 데이터는 AI에게 **'교과서'**이자 '경험' 그 자체입니다. 2. 데이터가 필요한 3가지 핵심 이유① 패턴 인식과 규칙의 자가 학습.. 2026. 3. 8. 이전 1 2 3 4 ··· 156 다음 반응형
