Please enable JavaScript.
Coggle requires JavaScript to display documents.
인공지능과 학습(1111박승준) - Coggle Diagram
인공지능과 학습(1111박승준)
데이터 선정하기
-
-
데이터 포털 등 인터넷에서 원하는 내용을 수집하기 어렵다면, 직접 데이터를 수집할 수도 있다.
인터넷 웹크롤링,설문조사,인터뷰결과 정리 등 다양한 ㅏㅇ식을 통해 데이터를 정리 할 수 있다
-
-
-
-
핵심 속성 추출
데이터는 관찰이나 실험을 통해 수집되는 값들을 의미하며,하나의 데이터는 여러개의 속성으로 구성됨
-
핵심 속성 이해
학생 데이터의 성적에 따라 대학 합격 여부를 예측하고자 할 때, 예측 성능을 높이기 위해서는 어떤 속성이 필요할까?
-
기계 학습의 유형과 알고리즘
기계학습은 데이터를 활용하는 방식에 따라 지도학습,비지도학습,강화학습으로 구분 할 수 있다.
지도학습에는 회귀,분류알고리즘이 있고, 비지도 학습에는 군집 알고리즘이 있다
-
데이터 공정성
데이터 공정성이란 데이터 수집, 처리, 사용, 공유 과정에서의 공평성과 투명성을 의미한다.
데이터 공정성은 기계학습 및 인공지능 분야에서 올바른 인공지능 활용을 위해 고려해야 하는 중요한 주제 중 하나임
데이터 편향의 영향력
데이터 편향은 데이터가 한쪽으로 치우친 성질을 말하는 것으로,잘못된 학습 결과를 도출해 기계학습의 정확도를 떨어뜨리는 원인이 된다.
양이 부족하거나 데이터에 목적과 관계없는 속성이 포함되어 학습을 방해하는 경우, 다양한 데이터를 포함하지 않았거나 개인의 주관이 작용한 데이터를 사용하는 경우 등에 데이터 편향이 발생할 수 있다
결측지 처리하기
결측지가 있는 행이나 열을 삭제하는 방법과 평균, 중앙값, 최빈값 등의 대푯값으로 결측지를 대체하는 방법
이상치 처리하기
정상 범위의 기준을 정해야하고, 이때 많이 사용되는 방법은 데이터를 시각화하여 속성들의 분포를 살펴보는 것이다.
-
-