[머신러닝야학]Tensorflow1_1일차

1. 수업 개요

  - 라이브러리 : Tensorflow

  - 언어 : python

  - 모델 : 지도학습(회귀, 분류)

  - 사용할 알고리즘 : 인공 신경망(Neural Network) Deep learning과 같은 이름

2. 지도학습의 과정

  1) 과거 데이터 준비

  2) 모델 구조 작성(1:1 선형회귀? 3:2 다중회귀?)

  3) 데이터로 모델을 학습함(FIT) 

  4) 모델을 이용하여 독립변수에 따른 종속변수의 값을 예측하기

3. 실습환경 구성하기

  1) jupyter notebook : 온라인, 오프라인에서 머신러닝을 실행할 수 있는 ide ?

  2) Colaboratory notebook : 구글 드라이브에서 머신러닝 프로그래밍을 할 수 있는 서비스 ? IDE ?

    ※ctrl + enter : 현재 셸 실행 / shift + enter : 현재 셸 실행 + 다음 셸로 이동

4. 데이터 준비하기

  1) 데이터(표)의 변수와 프로그래밍의 변수를 구분하기.

  2) 표로 구성된 데이터(csv)를 코드로 불러오는 도구 : pandas

  3) CSV란, 콤마(,)와 개행으로 구분한 표

5. 데이터 준비하기(padas)

#library import / 별칭 붙이기
  #객체에서 멤버를 접근하듯, 함수를 불러옴
import pandas as pd

#csv데이터 읽어오기
표본데이터 = pd.readcsv(경로)

#데이터의 열과 행 확인하기(행 개수, 열 개수)
표본데이터.shape

#데이터의 컬럼이름(항목명)가져오기
표본데이터.columns

#데이터를 쪼개기(표 쪼개기)
독립변수 = 표본데이터[['독립변수1', '독립변수2']]
종속변수 = 표본데이터[['종속변수']]

#데이터의 일부(항목명과 앞의 5개 데이터)를 표 형태로 확인하기
표본데이터.head()