[1주차] 수업목표

AI

머신러닝

딥러닝

 

인공지능, 왜 배울까?

흔히 AI 분석 모형을 통계 분석 모형과 가장 많이 비교한다.

이 둘은 목적과 데이터 특징의 차이가 있다.

 

📊 통계분석 

정형데이터 분석, 선형 분석에 필요한 경우에는 통계분석으로 충분하다.

🤖 AI

빅데이터, 비정형 데이터, 이미지, 텍스트 음성은 분석 모형이 선형이 아니기 때문에(비선형이기 때문에) AI를 사용하는 것이 유용하다.

 

통계분석, AI 비교

Human Driven VS Data Driven

AI: 사람의 직관이 들어가지 않고 데이터 자체만으로 데이터로부터 인지하지 못했던 새로운 데이터, 데이터간 관계를 발견 → 가설 발견!

통계: 전문가의 과거 경험과 직관을 기반으로 가설 수립후 모델 설계 → 가설 확인!

 

정형 VS. 비정형

AI: 이미지, 텍스트, 음성, 동영상 등 기존에 사용하지 못했던 다양한 형태의 input data

통계: 숫자 형태의 정형 데이터

 

선형 VS. 비선형

AI: 다양한 비선형(Non-Linear) 모형을 학습할 수 있음

통계: Linear한 함수 모형에 한정되어 있음

 

 

시작하기 전 모르는 용어가 있었다.

시계열 데이터란? 일정한 시간동안 수집된 일련의, 순차적으로 정해진 데이터 셋의 집합이다.

시계열 데이터의 특징으로는 시간에 관해 순서가 매겨져 있다는 점과, 연속한 관측치는 서로 상관관계를 갖고 있다.

 

 

딥러닝, 왜 시계열 데이터 써야하나?

데이터분석 모형에는 지각/인지, 언어처리, 학습, 행동 등 여러가지 모형이 있다.

그 중에서 가장 큰 개념의 AI 모형은 machine learning 이다.

machine learning 중 neural network 카테고리에 deep learning이 들어간다.

 

 

통계 분석 모형 중 ARIMA 모형은 가장 많이 쓰이고 가장 포괄적으로 데이터 분석을 할 수 있는 시계열 데이터 분석 모형이다. 이 모형은 seasonality rend 분석이 가능한 linear regression model 이다.

 

시계열 분석을 할 때 ARIMA 모형이 적합하지 않을 수 있는데 그럴 때에는 좀 더 복잡한 모형인 머신러닝 혹은 딥러닝 모형의 구현을 고려해 봐야 한다.

 

ARIMA 모형의 한계

1) 완전한 데이터만 요구

2) 선형 모델만 가능

3) 다양한 데이터는 수용 어려움

4) 장기간 데이터 수용 어려움

5) 다양한 데이터 활용

 

 

딥러닝 for Biz

각 매장의 모든 개별 상품들이 다음주에 몇개나 팔릴지 예측가능?

- 제주도 매장에서 oo틴트가 몇 개나 팔릴까요?

 

비선형 데이터에  선형 모형에 대입해보면 데이터의 분석 결과가 이상하게 나온다.

 

🛠 Tools 설명

기본적으로 구현할 코드를 colab에서 실행하고 결과를 받아볼 것이다.

 

 

Colab

구글 코랩은 구글 colaboratory 서비스의 줄임말이다.

브라우저에서 python을 작성하고 실행한다. 클라우드 기반이며 주피터 노트북 개발환경이고, 컴퓨터에 GPU가 없거나 저사양이라면 사용하는것을 추천한다.

파이썬, 아나콘다 설치 필요없이 인터넷만 연결되어 있다면 사용할 수 있다.

별도의 패키지를 컴퓨터 하드 드라이드에 저장할 필요가 없다는 것!

 

요약 아닌 요약

1) 데이터 분석에 사용되는 tensorflow, kera, matplotlib, scilit-learn, pandas 와 같은 패키지가 기본적으로 설치되어 있다.

2) GPU를 무료로 사용 가능하다.

3) 클라우드 기반으로 Jupyter 노트북과 비슷하지만 더 좋은 기능을 제공한다.

4) 깃과 연동이 가능하여 사람들과 협업하여 코딩이 가능하다.

 

 

 

 

파이참 추천 이유

1) 복잡한 코드, 구조화가 필요할 때에는 파이참을 추천한다.

2) 코드별로 파이썬 버전을 선택할 수 있다. 라이브러리도 마찬가지!

3) 패키지 설치가 쉽다. anaconda, pip install 같은 명령어를 사용하지 않아도 파이참의 내부기능에서 검색만으로 install이 가능하다.

4) 코드실행 방법도 간단, 파일, 함수 관리가 쉽다.

 

 

 

Keras, TF, Pytorch 비교

처음 시작은 keras를 추천한다.

tensorflow는 구글이 만들어낸 가장 흔히 쓰이는 머신이다.

pytorch는 페이스북에서 만들었다.