IT 끄적이기 IT 끄적이기

데이터베이스에서 데이터를 가져와서 학습모델을 만들고자 할때 보통 ML예제를 보면 전부 File에서 가져오는 예제들이다. 데이터베이스를 바로 연동하고 그후 데이터 준비 및 알고리즘 선택은 같게 움직인다. 일단 데이터베이스 연동 부분만 추가 하도록 한다. string rootDir = Path.GetFullPath(Path.Combine(AppDomain.CurrentDomain.BaseDirectory, "../../../")); string dbFilePath = Path.Combine(rootDir, "Data", "DailyDemand.mdf"); string modelPath = Path.Combine(rootDir, "MLModel.zip"); var connectionString = $"Data..

Viusal Studio 2019에 .NET Core 관련 설치를 하면 ME.NET Core가 같이 설치 된다. 프로젝트 생성후 추가에 Machine Learning 을 선택한다. 나에게 맞는 시나리오를 선택한다. 시나리오에 따라서 학습모델이 자동으로 선정된다. 각 시나리오에 대한 대략적인 설명이 되어 있으며 MS Doc에 조금 더 자세히 기술되어 있다. 별로 그렇게 자세하지는 않다. 아직은.... 앞서 공부한 선형회귀분석을 비교해 볼 것이므로 값 예측 시나리오를 선택하도록 하겠다. 값 예측 시나리오는 로컬ML이라고 되어 있다. 학습을 로컬에서 진행한다는 뜻이다. 로컬컴퓨터의 자원이 좋아야 학습속도가 빨라진다. 다음으로 데이터가 필요하다. 강화학습이 아니므로 머신러닝에서 데이터는 필수이다. 앞 포스트에서..

1. Google Cloud ML Engine - AI 및 ML 모델 구축, 교육, 예측 모델링 및 딥러닝을 제공. - 훈련과 예측 두 서비스를 공동으로 또는 독립적으로 사용 가능. - 기업이 사용하는데, 즉 위성 이미지에서 클라우드를 감지하여 고객의 메일에 더 빠르게 응답하는데 사용된다. - 복잡한 모델을 훈련시키는 데 사용될 수 있다. 2. Amazon Machine Learning (AML) - Amazon Machine Learning은 시각화 도구와 마법사를 제공한다. - 이진 분류, 다중 클래스 분류, 회귀 등 세 가지 유형의 모델을 지원한다. - 사용자가 MySQL 데이터베이스에서 데이터 소스 개체를 만들 수 있도록 허용한다. - 또한 Amazon Redshift에 저장된 데이터로부터 데이터..

인공지능에 많이 활용되는 신경망 알고리즘은 1950년대 부터 존재한 역사가 있지만 패턴을 파악할 수 있다는 점을 강조하고 싶으면 패턴 인식이라고 쓰고, 기존에 알기 힘든 정보를 제공한다는 측면을 강조하고 싶으면 데이터 마이닝을, 신경망 형태를 통해 스스로 학습한다는 측면을 강조하고 싶으면 머신러닝이라고 분류하고, 신경망이 좀 더 복잡해졌다는 걸 강조하고 싶으면 딥러닝이라고 부르는 것 1. 머신러닝의 개념 데이터를 기반으로 기계가 직접 학습함. 데이터를 스스로 만드는 것은 알파고와 같은 강화 학습(Reinforcement Learning)에서 주로 사용하는 방법 2. 지도학습 / 비지도학습 지도학습(Supervised Learning) 지도학습의 예시를 들어보면 여러 장의 사진을 주고 개와 고양이 사진을 ..

MS 엑셀에서 회귀분석을 할 수 있다. 굳이 프로그램을 짜보지 않고 일단 데이터를 넣고 검증을 간단하게 할 수 있다. 혹 32비트 엑셀의 경우 표본데이터를 적게 넣는 것이 좋다. 엑셀이 분석할때 메모리를 전부 잡아먹어서 32비트 엑셀의 경우 뻗어버리는 경우가 생긴다. 파일 -> 옵션 -> 추가기능 에서 분석도구를 찾아서 아래쪽 관리의 이동으로 간다. 필자는 이미 분석도구를 활성화 해서 윗부분에 위치해 있다. 이동을 클릭하면 이 창이 뜨는데 분석도구를 체크하고 확인을 클릭하면 엑셀의 리본메뉴중 데이터 부분에 데이터 분석이 생긴다. 데이터 분석을 클릭하면 여러가지 분석방법들이 나열되는데 회귀분석을 선택한다. Y축은 종속변수, X축은 독립변수이다. 각 데이터의 범위를 지정하고 이름표를 체크하면 선택컬럼의 맨위..