태태코딩

AI 인간의 지능을 모방한것 Expert System과거 Machine learing 이 유행하기전에는 Expert System(전문가 시스템) 이 유행했다.Expert System?실제 전무가를 모시고 if-then 구조를 통해서rule-base로 도메인을 구현하는 것이다. Expert System's limt유연성이 부족하다(domain에서 일정 부분이 바뀌거나, 크게 변화가있을 때 변화가 어렵다)이미 Rule이 fix 되어있다.new 환경이 된다면, 바꾸기 어렵다 => 1번과 동일Domain이 복잡해질 수 록 구현이 어렵다. Machine learningData를 기반으로 학습하다.machine learing의 3요소Data(경험)Algorithm(학습방식(목적성))model(함수) x를 y에 m..

효율적인 AI Code 기존 데이터를 처리할 때 train 과 test를 분리하지 않아서 과적합이 일어나는 상황을 볼 수 있었다. 1. 과적합(Overfitting)이란?과적합이란, 모델이 학습 데이터에 너무 맞춰져서 새로운 데이터(테스트 데이터)에서는 성능이 떨어지는 현상이다. 즉, 학습 데이터만 잘 맞추고 실제로는 예측을 잘 못하는 모델이 된다. 2. 데이터 분할의 중요성이 문제를 방지하려면 데이터를 **train set(학습용)**과 **test set(테스트용)**으로 나누는 게 필수다. 일반적으로 8:2(80%:20%) 비율로 많이 나눈다. from sklearn.model_selection import train_test_split# X: feature 데이터, y: 라벨 데이터라고 가정X_t..