¸Ó½Å ·¯´× ¾Ë°í¸®Áò : ÆÄÀ̽㠿¹Á¦¿Í ÇÔ²² ¹è¿ì´Â ¸Ó½Å ·¯´×
µ¥ÀÌÅÍ °úÇÐ ½Ã¸®Áî(¿¡ÀÌÄÜ)1
¤Ó ÁÖ¼¼Æä º¸³ªÄÚ¸£¼Ò, Á¤»ç¹ü
¤Ó
¿¡ÀÌÄÜÃâÆÇ
¤Ó
Machine learning algorithms: A reference guide to popular algorithms for data science and machine le
Á¦ÈÞ¸ô ÁÖ¹® ½Ã °í°´º¸»ó, ÀϺΠÀ̺¥Æ® Âü¿© ¹× ÁõÁ¤Ç° ÁõÁ¤, ÇÏ·ç/´çÀÏ ¹è¼Û¿¡¼ Á¦¿ÜµÇ¹Ç·Î Âü°í ¹Ù¶ø´Ï´Ù.
¸Ó½Å ·¯´×¿¡ ´ëÇÑ ¼Ò°³¿Í ÆÄÀ̽ã È°¿ë ¹æ¹ýÀ» ¼Ò°³ÇÏ°í ÀÖ´Ù. ´Ü°èº°·Î ´ÙÀ½°ú °°Àº ¸Ó½Å ·¯´× ¾Ë°í¸®ÁòÀ» ½±°Ô ±¸ÇöÇÒ ¼ö ÀÖ´Â ¹æ¹ý¿¡ ´ëÇØ ¹è¿ï ¼ö ÀÖ´Ù.
1. µ¥ÀÌÅÍ ±â¹Ý ¾ÖÇø®ÄÉÀ̼ǿ¡ »ç¿ëµÇ´Â Åë°è¿Í ¼öÇÐ ÀÌ·Ð
2. EM ¾Ë°í¸®Áò, PCA, º£ÀÌÁö¾È ȸ±Í µîÀÇ ±â¼ú
3. ´Ù¾çÇÑ µ¥ÀÌÅ͸¦ ÀÌ¿ëÇÑ ÆÐÅÏ Àνİú ¿¹Ãø
¡Ú ÀÌ Ã¥¿¡¼ ´Ù·ç´Â ³»¿ë ¡Ú
¡á ¸Ó½Å ·¯´×ÀÇ Áß¿äÇÑ ¿ä¼Ò ÇнÀ.
¡á Ư¡ ¼±Åà ¹× Ư¡ ¿£Áö´Ï¾î¸µ ÇÁ·Î¼¼½º ÀÌÇØ
¡á ¼±Çü ȸ±ÍÀÇ ¼º´É°ú ¿ÀÂ÷°£ »óÃ漺(trade-offs) Æò°¡
¡á ´Ù¾çÇÑ À¯ÇüÀÇ ¾Ë°í¸®ÁòÀ» »ç¿ëÇØ µ¥ÀÌÅÍ ¸ðµ¨À» ±¸ÃàÇÏ°í ÇØ´ç ¸ðµ¨ÀÇ ÀÛµ¿ ¹æ¹ý ÀÌÇØ
¡á SVM ÆĶó¹ÌÅ͸¦ ÃÖÀûÈÇÏ´Â ¹æ¹ý
¡á ±ºÁýÈ ½ÇÇà
¡á ÀÚ¿¬¾î ó¸®¿Í Ãßõ ½Ã½ºÅÛÀÇ °³³ä ÀÌÇØ
¡á »çÀü Áö½Ä ¾øÀÌ ¸Ó½Å ·¯´× ¾ÆÅ°ÅØó ±¸Ãà
¡Ú ÀÌ Ã¥ÀÇ ´ë»ó µ¶ÀÚ ¡Ú
¸Ó½Å ·¯´×ÀÌ Ã³À½ÀÎ »ç¶÷À̳ª µ¥ÀÌÅÍ °úÇÐ ºÐ¾ß¿¡ ÀÔ¹®ÇÏ°íÀÚ ÇÏ´Â IT Àü¹®°¡¸¦ À§ÇÑ °ÍÀÌ´Ù. ¹«¾ùº¸´Ù ÆÄÀ̽㠾ð¾î¿¡ Àͼ÷ÇØ¾ß ÇÑ´Ù. ´õ¿íÀÌ ´ëºÎºÐÀÇ ³»¿ëÀ» ¿ÏÀüÈ÷ ÀÌÇØÇϱâ À§Çؼ´Â ±âÃÊ ¼öÇÐ Áö½Ä(¼±Çü ´ë¼öÇÐ, È®·ü ÀÌ·Ð)ÀÌ ÇÊ¿äÇÏ´Ù.
¡Ú ÀÌ Ã¥ÀÇ ±¸¼º ¡Ú
1Àå, ¡®¸Ó½Å ·¯´× °³¿ä¡¯¿¡¼´Â ¸Ó½Å ·¯´×¿¡ ´ëÇØ ¼Ò°³ÇÏ°í Áö´ÉÇü ¾ÖÇø®ÄÉÀ̼ÇÀ» ¸¸µå´Â µ¥ ÀÖ¾î °¡Àå Áß¿äÇÑ Á¢±Ù ¹æ½ÄÀÇ ±âº» °³³äÀ» ¼³¸íÇÑ´Ù.
2Àå, ¡®¸Ó½Å ·¯´× ÇÙ½É ¿ä¼Ò¡¯¿¡¼´Â Á¤º¸ ÀÌ·ÐÀÇ ¸î °¡Áö ¿ä¼Ò¿Í ÇнÀ ´É·ÂÀÇ °³³äÀ» Æ÷ÇÔÇÑ °¡Àå ÀϹÝÀûÀÎ ¸Ó½Å ·¯´× ¹®Á¦ÀÇ ¼öÇÐÀûÀÎ °³³äÀ» ¼³¸íÇÑ´Ù.
3Àå, ¡®Æ¯Â¡ ¼±Åà ¹× Ư¡ ¿£Áö´Ï¾î¸µ¡¯¿¡¼´Â µ¥ÀÌÅͼÂÀ» Àüó¸®ÇÏ°í °¡Àå Áß¿äÇÑ Á¤º¸¸¦ Á¦°øÇϴ Ư¡À» ¼±ÅÃÇϸç, ¿ø µ¥ÀÌÅÍÀÇ Â÷¿øÀ» Ãà¼ÒÇÏ´Â µ¥ »ç¿ëµÇ´Â Çٽɱâ¼úÀΠƯ¡ ¼±Åà ¹× Ư¡ ¿£Áö´Ï¾î¸µ¿¡ ´ëÇØ ¼³¸íÇÑ´Ù.
¼±Çü ȸ±Í ¿¬¼Ó ¼±Çü ¸ðµ¨ÀÇ ±¸Á¶¸¦ ¼±Çü ȸ±Í ¾Ë°í¸®Áò¿¡ ÃÊÁ¡À» ¸ÂÃç ¼³¸íÇÑ´Ù. ¶ÇÇÑ ¸´Áö(Ridge), ¶ó¼Ò(Lasso) ¹× ¿¤¶ó½ºÆ½³Ý(ElasticNet) ÃÖÀûÈ¿Í ´Ù¸¥ °í±Þ ±â¼úµµ ´Ù·é´Ù.
5Àå, ¡®·ÎÁö½ºÆ½ ȸ±Í¡¯¿¡¼´Â ·ÎÁö½ºÆ½ ȸ±Í(Logistic Regression)¿Í È®·üÀû °æ»ç ÇÏ° ¾Ë°í¸®ÁòSGD¿¡ ÃÊÁ¡À» ¸ÂÃç ¼±Çü ºÐ·ùÀÇ °³³äÀ» ¼Ò°³ÇÑ´Ù. ÀÌ¿Ü¿¡ Áß¿äÇÑ Æò°¡ ôµµ¸¦ ¼³¸íÇÑ´Ù.
6Àå, ¡®³ªÀÌºê º£ÀÌÁ¿¡¼´Â º£ÀÌÁî(Bayes) È®·ü ÀÌ·ÐÀ» ¼³¸íÇÏ°í, °¡Àå ³Î¸® ¾Ë·ÁÁø ³ªÀÌºê º£ÀÌÁî(Naive Bayes) ºÐ·ù±â ±¸Á¶¿¡ ´ëÇØ ¼³¸íÇÑ´Ù.
7Àå, ¡®ÁöÁö º¤ÅÍ ¸Ó½Å¡¯¿¡¼´Â ¼±Çü ºñ¼±Çü ºÐ·ù ¹®Á¦¿¡ ÃÊÁ¡À» ¸ÂÃç ºÐ·ù °ü·Ã ¾Ë°í¸®ÁòÀ» ¼Ò°³ÇÑ´Ù.
8Àå, ¡®ÀÇ»ç °áÁ¤ ³ª¹«¿Í ¾Ó»óºí ÇнÀ¡¯¿¡¼´Â °èÃþÀû ÀÇ»ç °áÁ¤ °úÁ¤¿¡ ´ëÇØ ¼³¸íÇÏ°í, ÀÇ»ç °áÁ¤ ³ª¹« ºÐ·ù, ºÎÆ®½ºÆ®·¦, ¹è±ë Æ®¸®, º¸Æà ºÐ·ù±âÀÇ °³³ä¿¡ ´ëÇØ ¼³¸íÇÑ´Ù.
9Àå, ¡®±ºÁýÈ¡¯¿¡¼´Â ±âÃÊ ±ºÁýÈÀÇ °³³äÀ» ¼Ò°³ÇÏ°í, k-Æò±Õ ¾Ë°í¸®ÁòÀ» ¼³¸íÇϸç, ÃÖÀûÀÇ ±ºÁý ¼ö¸¦ °áÁ¤Çϱâ À§ÇÑ ´Ù¾çÇÑ Á¢±Ù ¹æ¹ýÀ» ¼Ò°³ÇÑ´Ù. ÈĹݺο¡¼´Â DBSCAN°ú °°Àº ½ºÆåÆ®·³ ±ºÁýÈ¿Í °°Àº ´Ù¸¥ ±ºÁýÈ ¾Ë°í¸®Áò¿¡ ´ëÇØ ¼³¸íÇÑ´Ù.
10Àå, ¡®°èÃþÀû ±ºÁýÈ¡¯¿¡¼´Â 9Àå, ¡®±ºÁýÈ¡¯¿¡¼ ¼³¸íÇÑ ³»¿ë¿¡ ÀÌ¾î¼ ÀÀÁý ±ºÁýÈ(agglomerative clustering)ÀÇ °³³äÀ» ¼Ò°³ÇÑ´Ù.
11Àå, ¡®Ãßõ ½Ã½ºÅÛ °³¿ä¡¯¿¡¼´Â Ãßõ ½Ã½ºÅÛ¿¡¼ °¡Àå Àß ¾Ë·ÁÁø ¾Ë°í¸®ÁòÀÎ Ãßõ ½Ã½ºÅÛ¿¡ ´ëÇØ ¼³¸íÇÑ´Ù. ÀÌ ½Ã½ºÅÛ¿¡´Â ÄÜÅÙÃ÷-±â¹Ý ¹× »ç¿ëÀÚ-±â¹Ý Àü·«, Çù¾÷ ÇÊÅ͸µ, ±³´ë ÃÖ¼Ò Á¦°ö ¹æ¹ýÀÌ ÀÖ´Ù.
12Àå, ¡®ÀÚ¿¬¾î 󸮡¯¿¡¼´Â ´Ü¾î ¹Ù±¸´Ï(BOW, Bag of Words)ÀÇ °³³äÀ» ¼³¸íÇÑ´Ù. ¶ÇÇÑ ÀÚ¿¬¾î µ¥ÀÌÅͼÂÀ» È¿À²ÀûÀ¸·Î ó¸®ÇÏ´Â µ¥ ÇÊ¿äÇÑ ±â¼úÀ» ¼Ò°³ÇÑ´Ù.
13Àå, ¡®NLP¿¡¼ ÅäÇÈ ¸ðµ¨¸µ ¹× °¨Á¤ ºÐ¼®¡¯¿¡¼´Â ÅäÇÈ ¸ðµ¨¸µÀÇ °³³äÀ» ¼Ò°³ÇÏ°í, °¡Àå Áß¿äÇÑ ¾Ë°í¸®ÁòÀÎ ÀáÁ¤Àû ÀÇ¹Ì ºÐ¼®(latent semantic analysis)°ú ÀáÀç µð¸®Å¬·¹ ÇÒ´ç(latent Dirichlet allocation)À» ¼³¸íÇÑ´Ù. ÈĹݺο¡¼´Â °¨Á¤ ºÐ¼® ¹®Á¦¿¡ ´ëÇØ ¼³¸íÇÏ°í, À̸¦ ÇØ°áÇϱâ À§ÇÑ Á¢±Ù ¹æ¹ýÀ» ¼³¸íÇÑ´Ù.
¡Ú ¿Å±äÀÌÀÇ ¸» ¡Ú
2016³â ¿ì¸®´Â »ó´çÇÑ Ãæ°ÝÀ» ¹Þ¾Ò´Ù. ¾ËÆÄ°í¶ó´Â ÀΰøÁö´É(AI) ±â¼úÀÌ Àΰ£À» ÀÌ°å´Ù´Â »ç½ÇÀ» Á¢ÇÏ°Ô µÆ±â ¶§¹®ÀÌ´Ù. »ç½Ç ... AI ±â¼úÀº Áö³ ¼ö½Ê ³â µ¿¾È ¿¬±¸µÅ ¿ÔÁö¸¸ Àΰ£À» ´É°¡Çϸ®¶ó°í´Â »ý°¢ÇÏÁö ¸øÇ߱⠶§¹®ÀÏ °ÍÀÌ´Ù. ÇÏÁö¸¸ 2016³âÀÇ µö¸¶ÀεåÀÇ ¾ËÆÄ°í´Â ÀÌ·¯ÇÑ °íÁ¤°ü³äÀ» ±ú¹ö·È°í AI ¿¬±¸¿¡ È°±â¸¦ °¡Á®¿Ô´Ù. ÀÌÈÄ¿¡µµ ¿ì¸®´Â ¿©·¯ ´º½º¸¦ ÅëÇØ Çö½Ç¿¡¼ AI¸¦ ÀÌ¿ëÇÑ ¼º°ú°¡ °ø°³µÅ ¿Ô´Ù´Â »ç½ÇÀ» ¸Å½ºÄÄÀ» ÅëÇØ Á¢ÇØ ¿Ô´Ù.
¹°·Ð ±â¾÷ ÇöÀå¿¡¼µµ AI, ¸Ó½Å ·¯´×¿¡ ´ëÇÑ °ü½ÉÀÌ ¿¹Àüº¸´Ù ¸¹ÀÌ ³ô¾ÆÁ³°í, À̸¦ ÀÌ¿ëÇØ Çõ½Å°ú »õ·Î¿î °¡Ä¡¸¦ ¸¸µé±â À§ÇØ ³ë·ÂÇÏ°í ÀÖ´Ù. ±â¾÷»Ó ¾Æ´Ï¶ó Çа迡¼µµ ´Ù¾çÇÑ ¿¬±¸¿Í Áö¿øÀÌ ÀÌ·ïÁö°í ÀÖ´Ù. ´Ù¸¸ ÇöÀçÀÇ AI´Â ¸ðµç °ÍÀ» ÇØ°áÇØÁÖ´Â ¸¸´ÉÀÌ ¾Æ´Ï´Ù. Áï ³ª¸§ÀÇ Àå´ÜÁ¡À» °®°í ÀÖ´Ù. ¿¹¸¦ µé¾î AI°¡ °áÁ¤ÇÑ ³»¿ë¿¡ ´ëÇØ ÃÖÁ¾ »ç¿ëÀÚ°¡ ÀÌÇØÇÏ´Â µ¥ ¾î·Á¿òÀÌ ÀÖ´Ù º¸´Ï ÇöÀå¿¡ Àû¿ëÇÏ´Â µ¥ ¾î·Á¿î Á¡ÀÌ ÀÖ´Ù. ÇÏÁö¸¸ ÀÌ·¯ÇÑ ÇÑ°è¿¡ ´ëÇÑ ºÎºÐµµ ¡®¼³¸í °¡´ÉÇÑ AI(AIeXplainable AI)¡¯¸¦ ÅëÇØ ÇØ°áÇÏ·Á°í ³ë·ÂÇÏ°í ÀÖ´Ù. ÀÌ·¯ÇÑ »õ·Î¿î ±â¼ú¿¡ ´ëÇÑ Àå´ÜÁ¡À» ºÐ¼®ÇÏ°í ´ÜÁ¡À» °³¼±ÇÏ·Á´Â ³ë·Âµé ´öºÐ¿¡ AI°¡ ½Ç»ýÈ°¿¡ À¯¿ëÇÏ°Ô »ç¿ëµÇ´Â ¹üÀ§´Â ³Ð¾îÁú °ÍÀ̶ó »ý°¢ÇÑ´Ù. ÀÌ·¯ÇÑ Ãø¸é¿¡¼ ¿ì¸®´Â ¸Ó½Å ·¯´×¿¡ »ç¿ëµÇ´Â ¿©·¯ °¡Áö À¯¿ëÇÑ ¾Ë°í¸®Áò¿¡ ´ëÇÑ ¹æ¹ýÀÇ ÀÌÇØ¿Í ±¸ÇöÀÌ ÇÊ¿äÇÏ°í, À̸¦ ±â¹ÝÀ¸·Î ¿©·¯ °¡Áö À̽´ »çÇ×À» ÇØ°áÇÏ´Â »õ·Î¿î ±â¼ú °³¹ß ¶ÇÇÑ ÇÊ¿äÇÒ °ÍÀÌ´Ù.
ÀÌ Ã¥Àº ÀÌ·¯ÇÑ Çʿ伺À» ´À³¢´Â »ç¶÷µé¿¡°Ô µ¥ÀÌÅÍ Àüó¸®¿Í ¸Ó½Å ·¯´× ¹æ¹ýÀ» ¼Ò°³Çϱâ À§ÇÑ °ÍÀÌ´Ù. ƯÈ÷ ÆÄÀ̽ãÀ» È°¿ëÇØ ¸Ó½Å ·¯´×À» ±¸ÇöÇغ¸·Á°í ÇÏ´Â »ç¶÷¿¡°Ô ¸¹Àº µµ¿òÀÌ µÉ °ÍÀ̶ó »ý°¢ÇÑ´Ù. °¢ À庰·Î ÇØ´ç ÁÖÁ¦¿¡ ´ëÇÑ °£·«ÇÑ ¼³¸í°ú ÆÄÀ̽ãÀ¸·Î ±¸ÇöÇÏ´Â ¿¹Á¦´Â ÇöÀå¿¡¼ ¾÷¹«¸¦ ¼öÇàÇÏ´Â ¿£Áö´Ï¾î°¡ Âü°íÇÒ ¸¸ÇÑ ³»¿ëÀ» ´ã°í ÀÖ´Ù. ºÎµð ÀÌ Ã¥ÀÌ ÇØ´ç ¾÷¹«¿¡¼ °í±ººÐÅõÇÏ°í ÀÖ´Â ¿©·¯ºÐµéÀÌ ¾÷¹«¸¦ ¼öÇàÇÏ´Â µ¥ ÀÏÁ¶ÇÒ ¼ö ÀÖ±æ ¹Ù¶õ´Ù.
ÁöÀºÀÌ ¼Ò°³
±â¼ú °¨¼öÀÚ ¼Ò°³
¿Å±äÀÌ ¼Ò°³
¿Å±äÀÌÀÇ ¸»
µé¾î°¡¸ç
1Àå. ¸Ó½Å ·¯´× °³¿ä
__¼Ò°³-ÃʱâÀÇ ±â°è
__ÇнÀ
__ÁöµµÇнÀ
____ºñÁöµµÇнÀ
____°ÈÇнÀ
__¸Ó½Å ·¯´×À» ³Ñ¾î¼: µö·¯´×°ú »ýü-ÀûÀÀ ½Ã½ºÅÛ
__¸Ó½Å ·¯´×°ú ºòµ¥ÀÌÅÍ
__½ÉÈ ÇнÀ
__¿ä¾à
2Àå. ¸Ó½Å ·¯´×ÀÇ ÇÙ½É ¿ä¼Ò
__µ¥ÀÌÅÍ Çü½Ä
____¸ÖƼŬ·¡½º Àü·«
________ÀÏ´ë´Ù
________ÀÏ´ëÀÏ
__ÇнÀ ´É·Â
____ºÎÀûÇÕ°ú °úÀûÇÕ
____¿À·ù ÃøÁ¤
____PAC ÇнÀ
__Åë°èÀû ÇнÀ Á¢±Ù
____MAP ÇнÀ
____ÃÖ´ë-¿ìµµ ÇнÀ
__Á¤º¸ ÀÌ·ÐÀÇ ¿ä¼Ò
__Âü°í ¹®Çå
__¿ä¾à
3Àå. Ư¡ ¼±Åðú Ư¡ ¿£Áö´Ï¾î¸µ
scikit-learn ÅäÀÌ µ¥ÀÌÅͼÂ
__ÈÆ·Ã ¹× Å×½ºÆ® ÁýÇÕ ¸¸µé±â
__¹üÁÖÇü µ¥ÀÌÅÍ °ü¸®
__´©¶ôµÈ Ư¡ °ü¸®
__µ¥ÀÌÅÍ ½ºÄÉÀϸµ ¹× Á¤±ÔÈ
__Ư¡ ¼±Åà ¹× ÇÊÅ͸µ
__ÁÖ¼ººÐ ºÐ¼®
____À½¼ö ¹ÌÆ÷ÇÔ Çà·Ä ºÐÇØ
____Èñ¼Ò PCA
____Ä¿³Î PCA
__¿øÀÚ ÃßÃâ ¹× µñ¼Å³Ê¸® ÇнÀ
__Âü°í ¹®Çå
__¿ä¾à
4Àå. ¼±Çü ȸ±Í
__¼±Çü ¸ðµ¨
__2Â÷¿ø ¿¹Á¦
__scikit-learnÀ» ÀÌ¿ëÇÑ °íÂ÷¿ø ¼±Çü ȸ±Í
____ȸ±Í ºÐ¼® Ç¥Çö
__¸´Áö, ¶ó¼Ò ¹× ¿¤¶ó½ºÆ½ ³Ý
__·£´ý »ùÇà ÇÕÀÇ -±â¹Ý °ß°í... ÇÑ È¸±Í
__´ÙÇ×ȸ±Í
__À̼ÒÅä´Ð ȸ±Í
__Âü°í ¹®Çå
__¿ä¾à
5Àå. ·ÎÁö½ºÆ½ ȸ±Í
__¼±Çü ºÐ·ù
__·ÎÁö½ºÆ½ ȸ±Í
__±¸Çö ¹× ÃÖÀûÈ
__È®·üÀû °æ»ç ÇÏ° ¾Ë°í¸®Áò
__±×¸®µå °Ë»öÀ» ÅëÇØ ÃÖÀûÀÇ ÇÏÀÌÆÛÆĶó¹ÌÅÍ Ã£±â
__ºÐ·ù ÃøÁ¤ ¹æ¹ý
__ROC °î¼±
__¿ä¾à
6Àå. ³ªÀÌºê º£ÀÌÁî
__º£ÀÌÁö¾È ÀÌ·Ð
__³ªÀÌºê º£ÀÌÁî ºÐ·ù±â
__scikit-learn¿¡¼ ³ªÀÌºê º£ÀÌÁî
____º£¸£´©ÀÌ ³ªÀÌºê º£ÀÌÁî
____´ÙÇ× ³ªÀÌºê º£ÀÌÁî
____°¡¿ì½Ã¾È ³ªÀÌºê º£ÀÌÁî
__Âü°í ¹®Çå
__¿ä¾à
7Àå. ÁöÁö º¤ÅÍ ¸Ó½Å
__¼±Çü ÁöÁö º¤ÅÍ ¸Ó½Å
__scikit-learn ±¸Çö
____¼±Çü ºÐ·ù
____Ä¿³Î-±â¹Ý ºÐ·ù
________¹æ»çÇü ±âÀú ÇÔ¼ö
________´ÙÇ×½Ä Ä¿³Î
________½Ã±×¸ðÀ̵å Ä¿³Î
________»ç¿ëÀÚ Á¤ÀÇ Ä¿³Î
____ºñ¼±Çü ¿¹
__Á¦¾îµÈ ÁöÁö º¤ÅÍ ½Ã½ºÅÛ
__ÁöÁö º¤ÅÍ È¸±Í
__Âü°í ¹®Çå
__¿ä¾à
8Àå. ÀÇ»ç °áÁ¤ ³ª¹«¿Í ¾Ó»óºí ÇнÀ
__ÀÌÁø ÀÇ»ç °áÁ¤ ³ª¹«
____ÀÌÁø ÀÇ»ç °áÁ¤
____ºÒ¼øµµ ÃøÁ¤
________Áö´Ï ºÒ¼øµµ Áö¼ö
________±³Â÷-¿£Æ®·ÎÇÇ ºÒ¼øµµ Áö¼ö
________¿ÀºÐ·ù ºÒ¼øµµ Áö¼ö
____Ư¡ Áß¿äµµ
__scikit-learnÀ» ÀÌ¿ëÇÑ ÀÇ»ç °áÁ¤ ³ª¹« ºÐ·ù
__¾Ó»óºí ÇнÀ
____·£´ý Æ÷·¹½ºÆ®
________·£´ý Æ÷·¹½ºÆ®¿¡¼ Ư¡ Áß¿äµµ
____¾Æ´ÙºÎ½ºÆ®
____±×·¹À̵ð¾ðÆ® Æ®¸® ºÎ½ºÆÃ
____ÅõÇ¥ ºÐ·ù±â
__Âü°í ¹®Çå
__¿ä¾à
9Àå. ±ºÁýÈ °³¿ä
__±ºÁýÈ ±âÃÊ
____k-Æò±Õ
________ÃÖÀû ±ºÁý ¼ö ã±â
____DBSCAN
____½ºÆåÆ®·³ ±ºÁýÈ
__½ÇÃø ÀÚ·á¿¡ ±Ù°ÅÇÑ Æò°¡ ¹æ¹ý
____±ÕÁú¼º
____¿ÏÀü¼º
____Á¶Á¤µÈ ·£µå ÁöÇ¥
__Âü°í ¹®Çå
__¿ä¾à
10Àå. °èÃþÀû ±ºÁýÈ
__°èÃþÀû Àü·«
__º´ÇÕÀû ±ºÁýÈ
____µ§µå·Î±×·¥
____scikit-learn¿¡¼ º´ÇÕ ±ºÁýÈ
____¿¬°á Á¦¾à Á¶°Ç
__Âü°í ¹®Çå
__¿ä¾à
11Àå. Ãßõ ½Ã½ºÅÛ °³¿ä
__³ªÀÌºê »ç¿ëÀÚ -±â¹Ý ½Ã½ºÅÛ
____scikit ÇнÀÀ» ÀÌ¿ëÇÑ »ç¿ëÀÚ -±â¹Ý ½Ã½ºÅÛ ±¸Çö
__ÄÜÅÙÃ÷ -±â¹Ý ½Ã½ºÅÛ
__¸ðµ¨ ¾ø´Â(¶Ç´Â ¸Þ¸ð¸®-±â¹Ý) Çù¾÷ ÇÊÅ͸µ
__¸ðµ¨ -±â¹Ý Çù¾÷ ÇÊÅ͸µ
____´ÜÀÏ°ª ºÐÇØ Àü·«
____±³´ë ÃÖ¼Ò Àڽ Àü·«
____¾ÆÆÄÄ¡ ½ºÆÄÅ© MLlibÀ¸·Î ÃÖ¼Ò Àڽ ±³Ã¼Çϱâ
__Âü°í ¹®Çå
__¿ä¾à
12Àå. ÀÚ¿¬¾î ó¸®
__NLTK ¹× ³»ÀåÇü ÄÚ»çÀÎ
____¸»¹¶Ä¡ ¿¹Á¦
__´Ü¾î ¹Ù±¸´Ï Àü·«
____ÅäÅ«ÈÇϱâ
________¹®Àå ÅäÅ«È
________Word ÅäÅ«È
____ºÒ¿ë¾î Á¦°Å
____¾ð¾î °¨Áö
____¾î°£ ÃßÃâ
____º¤ÅÍÈ
________Ä«¿îÆ® º¤ÅÍÈ
________Tf-idf º¤ÅÍÈ
__·ÎÀÌÅÍ ¸»¹¶Ä¡¿¡ µû¸¥ »ùÇà ÅؽºÆ® ºÐ·ù±â
__Âü°í ¹®Çå
__¿ä¾à
13Àå. NLP¿¡¼ ÅäÇÈ ¸ðµ¨¸µ°ú °¨Á¤ ºÐ¼®
__ÅäÇÈ ¸ðµ¨¸µ
____ÀáÀç ÀÇ¹Ì ºÐ¼®
____È®·üÀû ÀáÀç ÀÇ¹Ì ºÐ¼®
____ÀáÀç µð¸®Å¬·¹ ÇÒ´ç
__°¨Á¤ ºÐ¼®
____NLTK¸¦ ÀÌ¿ëÇÑ VADER °¨Á¤ ºÐ¼®
__Âü°í ¹®Çå
__¿ä¾à
14Àå. µö·¯´×°ú ÅÙ¼Ç÷Π°³¿ä
__µö·¯´× »ìÆ캸±â
____Àΰø ½Å°æ¸Á
____µö ¾ÆÅ°ÅØó
________¿ÏÀü ¿¬°áÃþ
________ÄÁº¼·ç¼ÇÃþ
________µå·Ó¾Æ¿ôÃþ
________¼øȯ ½Å°æ¸Á
__ÅÙ¼Ç÷Π¼Ò°³
____±×·¹À̵ð¾ðÆ® °è»êÇϱâ
____·ÎÁö½ºÆ½ ȸ±Í
____´ÙÃþ ÆÛ¼ÁÆ®·ÐÀ» ÀÌ¿ëÇØ ºÐ·ù ½ÇÇàÇϱâ
____À̹ÌÁö ÄÁº¼·ç¼Ç
__ÄÉ¶ó½º ³»ºÎ »¡¸® µé¿©´Ù º¸±â
__Âü°í ¹®Çå
__¿ä¾à
15Àå. ¸Ó½Å ·¯´× ¾ÆÅ°ÅØó ¸¸µé±â
__¸Ó½Å ·¯´× ¾ÆÅ°ÅØó
____µ¥ÀÌÅÍ ¼öÁý
____Á¤±ÔÈ
____Â÷¿ø Ãà¼Ò
____µ¥ÀÌÅÍ Áõ°
____µ¥ÀÌÅÍ º¯È¯
____¸ðµ¨¸µ/±×¸®µå Ž»ö/±³Â÷ °ËÁõ
____°¡½ÃÈ
____¸Ó½Å ·¯´× ¾ÆÅ°ÅØó¿ë scikit-learn µµ±¸
________ÆÄÀÌÇÁ¶óÀÎ
____Ư¡ °áÇÕ
__Âü°í ¹®Çå
__¿ä¾à
ã¾Æº¸±â
ÁÖ¼¼Æä º¸³ªÄÚ¸£¼Ò [Àú]
12³â ÀÌ»óÀÇ °æ·ÂÀ» °âºñÇÑ ¸Ó½Å ·¯´× ¹× ºòµ¥ÀÌÅÍ ÄÁ¼³ÅÏÆ®´Ù. ÀÌÅ»¸®¾Æ īŸ´Ï¾Æ ´ëÇÐ(University of Catania) ÀüÀÚ °øÇаú¿¡¼ ÇÐÀ§¸¦ ¹Þ¾Ò´Ù. ÀÌÈÄ ÀÌÅ»¸®¾Æ Å丣 º£¸£°¡Å¸(Tor Vergata)ÀÇ ·Î¸¶ ´ëÇÐ ¹× ¿µ±¹ ¿¡½Ä½º(Essex) ´ëÇп¡¼ ´ëÇпø Àü¹® °úÁ¤À» À̼öÇß´Ù. °ø°ø ÇàÁ¤, ±º´ë, °ø°ø ½Ã¼³, ÀÇ·á, Áø´Ü ¹× ±¤°í µî ´Ù¾çÇÑ ºñÁî´Ï½º ȯ°æ¿¡¼ IT °æ·ÂÀ» ½×¾Ò´Ù. ¶ÇÇÑ ÀÚ¹Ù(Java), ÆÄÀ̽ã(Python), ÇϵÓ(Hadoop), ½ºÆÄÅ©(Spark), Å׾Ƴë(Theano) ¹× ÅÙ¼Ç÷Î(TensorFlow)¸¦ ºñ·ÔÇÑ ¸¹Àº ±â¼úÀ» »ç¿ëÇØ ÇÁ·ÎÁ§Æ®¸¦ ¼öÇàÇÏ°í °ü¸®ÇÑ °æÇèÀÌ ÀÖ´Ù. ÁÖ¿ä °ü½É»ç´Â Àΰø Áö´É, ¸Ó½Å ·¯´×, µ¥ÀÌÅÍ °úÇÐ ¹× öÇÐ ºÐ¾ß´Ù.
Á¤»ç¹ü [Àú]
Àüü 0°³ÀÇ ±¸¸ÅÈıⰡ ÀÖ½À´Ï´Ù.
ÀÎÅÍÆÄÅ©µµ¼´Â °í°´´ÔÀÇ ´Ü¼ø º¯½É¿¡ ÀÇÇÑ ±³È¯°ú ¹ÝÇ°¿¡ µå´Â ºñ¿ëÀº °í°´´ÔÀÌ ÁöºÒÄÉ µË´Ï´Ù.
´Ü, »óÇ°À̳ª ¼ºñ½º ÀÚüÀÇ ÇÏÀÚ·Î ÀÎÇÑ ±³È¯ ¹× ¹ÝÇ°Àº ¹«·á·Î ¹ÝÇ° µË´Ï´Ù.
±³È¯ ¹× ¹ÝÇ°ÀÌ °¡´ÉÇÑ °æ¿ì
»óÇ°À» °ø±Þ ¹ÞÀº ³¯·ÎºÎÅÍ 7ÀÏÀ̳» °¡´É
°ø±Þ¹ÞÀ¸½Å »óÇ°ÀÇ ³»¿ëÀÌ Ç¥½Ã, ±¤°í ³»¿ë°ú ´Ù¸£°Å³ª ´Ù¸£°Ô ÀÌÇàµÈ °æ¿ì¿¡´Â °ø±Þ¹ÞÀº ³¯·ÎºÎÅÍ 3°³¿ù À̳», ȤÀº ±×»ç½ÇÀ» ¾Ë°Ô µÈ ³¯ ¶Ç´Â ¾Ë ¼ö ÀÖ¾ú´ø ³¯·ÎºÎÅÍ 30ÀÏ À̳»
»óÇ°¿¡ ¾Æ¹«·± ÇÏÀÚ°¡ ¾ø´Â °æ¿ì ¼ÒºñÀÚÀÇ °í°´º¯½É¿¡ ÀÇÇÑ ±³È¯Àº »óÇ°ÀÇ Æ÷Àå»óÅ µîÀÌ ÀüÇô ¼Õ»óµÇÁö ¾ÊÀº °æ¿ì¿¡ ÇÑÇÏ¿© °¡´É
±³È¯ ¹× ¹ÝÇ°ÀÌ ºÒ°¡´ÉÇÑ °æ¿ì
±¸¸ÅÈ®Á¤ ÀÌÈÄ(¿ÀǸ¶ÄÏ»óÇ°¿¡ ÇÑÇÔ)
°í°´´ÔÀÇ Ã¥ÀÓ ÀÖ´Â »çÀ¯·Î »óÇ° µîÀÌ ¸ê½Ç ¶Ç´Â ÈÑ¼ÕµÈ °æ¿ì
(´Ü, »óÇ°ÀÇ ³»¿ëÀ» È®ÀÎÇϱâ À§ÇÏ¿© Æ÷Àå µîÀ» ÈѼÕÇÑ °æ¿ì´Â Á¦¿Ü)
½Ã°£ÀÌ Áö³²¿¡ µû¶ó ÀçÆǸŰ¡ °ï¶õÇÒ Á¤µµ·Î ¹°Ç°ÀÇ °¡Ä¡°¡ ¶³¾îÁø °æ¿ì
Æ÷Àå °³ºÀµÇ¾î »óÇ° °¡Ä¡°¡ ÈÑ¼ÕµÈ °æ¿ì
´Ù¹è¼ÛÁöÀÇ °æ¿ì ¹ÝÇ° ȯºÒ
´Ù¹è¼ÛÁöÀÇ °æ¿ì ´Ù¸¥ Áö¿ªÀÇ ¹ÝÇ°À» µ¿½Ã¿¡ ÁøÇàÇÒ ¼ö ¾ø½À´Ï´Ù.
1°³ Áö¿ªÀÇ ¹ÝÇ°ÀÌ ¿Ï·áµÈ ÈÄ ´Ù¸¥ Áö¿ª ¹ÝÇ°À» ÁøÇàÇÒ ¼ö ÀÖÀ¸¹Ç·Î, ÀÌÁ¡ ¾çÇØÇØ Áֽñ⠹ٶø´Ï´Ù.
Áß°í»óÇ°ÀÇ ±³È¯
Áß°í»óÇ°Àº Á¦ÇÑµÈ Àç°í ³»¿¡¼ ÆǸŰ¡ ÀÌ·ç¾îÁö¹Ç·Î, ±³È¯Àº ºÒ°¡´ÉÇÕ´Ï´Ù.
¿ÀǸ¶ÄÏ »óÇ°ÀÇ È¯ºÒ
¿ÀǸ¶ÄÏ»óÇ°¿¡ ´ëÇÑ Ã¥ÀÓÀº ¿øÄ¢ÀûÀ¸·Î ¾÷ü¿¡°Ô ÀÖÀ¸¹Ç·Î, ±³È¯/¹ÝÇ° Á¢¼ö½Ã ¹Ýµå½Ã ÆǸÅÀÚ¿Í ÇùÀÇ ÈÄ ¹ÝÇ° Á¢¼ö¸¦ ÇϼžßÇϸç, ¹ÝÇ°Á¢¼ö ¾øÀÌ ¹Ý¼ÛÇϰųª, ¿ìÆíÀ¸·Î º¸³¾ °æ¿ì »óÇ° È®ÀÎÀÌ ¾î·Á¿ö ȯºÒÀÌ ºÒ°¡´ÉÇÒ ¼ö ÀÖÀ¸´Ï À¯ÀÇÇϽñ⠹ٶø´Ï´Ù.
¹è¼Û¿¹Á¤ÀÏ ¾È³»
ÀÎÅÍÆÄÅ© µµ¼´Â ¸ðµç »óÇ°¿¡ ´ëÇØ ¹è¼Û¿Ï·á¿¹Á¤ÀÏÀ» À¥»çÀÌÆ®¿¡ Ç¥½ÃÇÏ°í ÀÖ½À´Ï´Ù.
<ÀÎÅÍÆÄÅ© Á÷¹è¼Û »óÇ°>
»óÇ°Àº ¿ù~Åä¿äÀÏ ¿ÀÀü 10½Ã ÀÌÀü ÁÖ¹®ºÐ¿¡ ´ëÇÏ¿© ´çÀÏ Ãâ°í/´çÀÏ ¹è¼Û¿Ï·á¸¦ º¸ÀåÇÏ´Â »óÇ°ÀÔ´Ï´Ù.
»óÇ°Àº ¼¿ïÁö¿ª/ÆòÀÏ ÁÖ¹®ºÐÀº ´çÀÏ Ãâ°í/ÀÍÀÏ ¹è¼Û¿Ï·á¸¦ º¸ÀåÇϸç,
¼¿ï¿ÜÁö¿ª/ÆòÀÏ ÁÖ¹®ºÐÀÇ °æ¿ì´Â ¿ÀÈÄ 6½Ã±îÁö ÁÖ¹®ºÐ¿¡ ´ëÇÏ¿© ÀÍÀÏ ¹è¼Û¿Ï·á¸¦ º¸ÀåÇÏ´Â »óÇ°ÀÔ´Ï´Ù.
(´Ü, ¿ù¿äÀÏÀº 12½Ã±îÁö ÁÖ¹®¿¡ ÇÑÇÔ)
»óÇ°Àº, ÀÔ°í¿¹Á¤ÀÏ(Á¦Ç°Ãâ½ÃÀÏ)+Åùè»ç¹è¼ÛÀÏ(1ÀÏ)¿¡ ¹è¼Û¿Ï·á¸¦ º¸ÀåÇÕ´Ï´Ù.
~
»óÇ°Àº À¯ÅëƯ¼º»ó ÀÎÅÍÆÄÅ©¿¡¼ Àç°í¸¦ º¸À¯ÇÏÁö ¾ÊÀº »óÇ°À¸·Î ÁÖ¹®ÀÏ+±âÁØÃâ°íÀÏ+Åùè»ç¹è¼ÛÀÏ(1ÀÏ)¿¡ ¹è¼Û¿Ï·á¸¦ º¸ÀåÇÕ´Ï´Ù.(Åä/°øÈÞÀÏÀº ¹è¼Û±â°£¿¡ Æ÷ÇÔµÇÁö ¾Ê½À´Ï´Ù.)
¡Ø±âÁØÃâ°íÀÏ:ÀÎÅÍÆÄÅ©°¡ »óÇ°À» ¼ö±ÞÇÏ¿© ¹°·ùâ°í¿¡¼ Æ÷Àå/Ãâ°íÇϱâ±îÁö ¼Ò¿äµÇ´Â ½Ã°£
<¾÷ü Á÷Á¢¹è¼Û/¿ÀǸ¶ÄÏ »óÇ°>
~
»óÇ°Àº ¾÷ü°¡ ÁÖ¹®À» È®ÀÎÇÏ°í, Ãâ°íÇϱâ±îÁö °É¸®´Â ½Ã°£ÀÔ´Ï´Ù. ÁÖ¹®ÀÏ+±âÁØÃâ°íÀÏ+Åùè»ç¹è¼ÛÀÏ(2ÀÏ)¿¡ ¹è¼Û¿Ï·á¸¦ º¸ÀåÇÕ´Ï´Ù.(Åä/°øÈÞÀÏÀº ¹è¼Û±â°£¿¡ Æ÷ÇÔµÇÁö ¾Ê½À´Ï´Ù.)
¡Ø5ÀÏÀ̳» Ãâ°í°¡ ½ÃÀÛµÇÁö ¾ÊÀ»½Ã, ¿ÀǸ¶ÄÏ »óÇ°Àº ÀÚµ¿À¸·Î ÁÖ¹®ÀÌ Ãë¼ÒµÇ¸ç, °í°´´Ô²² Ç°Àýº¸»ó±ÝÀ» Áö±ÞÇØ µå¸³´Ï´Ù.
¹è¼Ûºñ ¾È³»
µµ¼(Áß°íµµ¼ Æ÷ÇÔ)¸¸ ±¸¸ÅÇϽøé : ¹è¼Ûºñ 2,000¿ø (1¸¸¿øÀÌ»ó ±¸¸Å ½Ã ¹«·á¹è¼Û) À½¹Ý/DVD¸¸ ±¸¸ÅÇϽøé : ¹è¼Ûºñ 1,500¿ø (2¸¸¿øÀÌ»ó ±¸¸Å ½Ã ¹«·á¹è¼Û)
ÀâÁö/¸¸È/±âÇÁÆ®¸¸ ±¸¸ÅÇϽøé : ¹è¼Ûºñ 2,000¿ø (2¸¸¿øÀÌ»ó ±¸¸Å ½Ã ¹«·á¹è¼Û)
µµ¼¿Í À½¹Ý/DVD¸¦ ÇÔ²² ±¸¸ÅÇϽøé : ¹è¼Ûºñ 1,500¿ø 1¸¸¿øÀÌ»ó ±¸¸Å ½Ã ¹«·á¹è¼Û)
µµ¼¿Í ÀâÁö/¸¸È/±âÇÁÆ®/Áß°íÁ÷¹è¼Û»óÇ°À» ÇÔ²² ±¸¸ÅÇϽøé : 2,000¿ø (1¸¸¿øÀÌ»ó ±¸¸Å ½Ã ¹«·á¹è¼Û)
¾÷üÁ÷Á¢¹è¼Û»óÇ°À» ±¸¸Å½Ã : ¾÷üº°·Î »óÀÌÇÑ ¹è¼Ûºñ Àû¿ë
* ¼¼Æ®»óÇ°ÀÇ °æ¿ì ºÎºÐÃë¼Ò ½Ã Ãß°¡ ¹è¼Ûºñ°¡ ºÎ°úµÉ ¼ö ÀÖ½À´Ï´Ù.
* ºÏÄ«Æ®¿¡¼ ¹è¼Ûºñ¾ø¾Ö±â ¹öÆ°À» Ŭ¸¯Çϼż, µ¿ÀϾ÷ü»óÇ°À» Á¶±Ý ´õ ±¸¸ÅÇϽøé, ¹è¼Ûºñ¸¦ Àý¾àÇÏ½Ç ¼ö ÀÖ½À´Ï´Ù.
Çؿܹè¼Û ¾È³»
ÀÎÅÍÆÄÅ©µµ¼¿¡¼´Â ±¹³»¿¡¼ ÁÖ¹®ÇϽðųª ÇØ¿Ü¿¡¼ ÁÖ¹®ÇÏ¿© ÇØ¿Ü·Î ¹è¼ÛÀ» ¿øÇÏ½Ç °æ¿ì DHL°ú Ư¾àÀ¸·Î Ã¥Á¤µÈ ¿ä±ÝÇ¥¿¡
ÀÇÇØ °³ÀÎÀÌ ÀÌ¿ëÇÏ´Â °æ¿ìº¸´Ù ¹è¼Û¿ä±ÝÀ» Å©°Ô ³·Ã߸ç DHL(www.dhl.co.kr)·Î Çؿܹè¼Û ¼ºñ½º¸¦ Á¦°øÇÕ´Ï´Ù.
Çؿܹè¼ÛÀº µµ¼/CD/DVD »óÇ°¿¡ ÇÑÇØ ¼ºñ½ºÇÏ°í ÀÖÀ¸¸ç, ´Ù¸¥ »óÇ°À» ºÏÄ«Æ®¿¡ ÇÔ²² ´ãÀ¸½Ç °æ¿ì Çؿܹè¼ÛÀÌ ºÒ°¡ÇÕ´Ï´Ù.
ÇØ¿ÜÁÖ¹®¹è¼Û ¼ºñ½º´Â ÀÎÅÍÆÄÅ© µµ¼ ȸ¿ø °¡ÀÔÀ» Çϼž߸¸ ½Åû °¡´ÉÇÕ´Ï´Ù.
¾Ë¾ÆµÎ¼¼¿ä!!!
µµ¸Å»ó ¹× Á¦ÀÛ»ç »çÁ¤¿¡ µû¶ó Ç°Àý/ÀýÆÇ µîÀÇ »çÀ¯·Î Ãë¼ÒµÉ ¼ö ÀÖ½À´Ï´Ù.
¿ÀǸ¶ÄϾ÷üÀÇ ¹è¼ÛÁö¿¬½Ã ÁÖ¹®ÀÌ ÀÚµ¿À¸·Î Ãë¼ÒµÉ ¼ö ÀÖ½À´Ï´Ù.
Ãâ°í°¡´É ½Ã°£ÀÌ ¼·Î ´Ù¸¥ »óÇ°À» ÇÔ²² ÁÖ¹®ÇÒ °æ¿ì Ãâ°í°¡´É ½Ã°£ÀÌ °¡Àå ±ä ±âÁØÀ¸·Î ¹è¼ÛµË´Ï´Ù.
À¯ÅëÀÇ Æ¯¼º»ó Ãâ°í±â°£Àº ¿¹Á¤º¸´Ù ¾Õ´ç°ÜÁö°Å³ª ´ÊÃçÁú ¼ö ÀÖ½À´Ï´Ù.
Åùè»ç ¹è¼ÛÀÏÀÎ ¼¿ï ¹× ¼öµµ±ÇÀº 1~2ÀÏ, Áö¹æÀº 2~3ÀÏ, µµ¼, »ê°£, ±ººÎ´ë´Â 3ÀÏ ÀÌ»óÀÇ ½Ã°£ÀÌ ¼Ò¿äµË´Ï´Ù.