[책으로 독학하기] 머신러닝 with 오렌지3 (3)

* 책 정보 자세히 보기 >

헬로! 인공지능 생활코딩 머신러닝: 실습편 with 오렌지3 | 이고잉 - 교보문고

7. 머신러닝

- 공식의 힘! 그래프가 없어도 원하는 목적 달성 가능

- 머신러닝 : 원인과 결과를 컴퓨터 스스로 파악할 수 있도록 하는 기술 (공식을 기계가 스스로 만들어 냄)

 

* 지도학습의 회귀를 사용한 모델(공식) 만들기

- 과거의 데이터 확인

- 독립변수와 종속 변수로 분리 후, 관계를 컴퓨터에 학습시킴

- 좋은 모델이 되려면 데이터가 많을수록, 정확할수록 좋다.

* Role : 분석/예측 작업을 할 때, 각 열이 어떤 역할을 하는가를 지정하는 기능

- skip : 분석 작업에서 무시해도 되는 데이터

- meta : 작업에 사용되진 않지만, 정보성 데이터로 남겨두는 게 좋은 것

- feature : 독립변수 (Data Table에서 맨 앞에 오고, 회색으로 바뀜)

- target : 종속변수

* 모델

- 원인과 결과 데이터를 학습시키고, 어떤 방식으로 모델을 만들어야 할지 지정

- 결과가 '숫자' 일 때 -> 회귀 사용

- 선형회귀 : 선의 형태로 나타남

- 위젯 추가하기 : Model > Linear Regression > (예시) train_data에 연결

 

* 예측

- 위젯 추가하기 : Evaluate > Predictions

- Linear Regression을 통해 만든 모델 연결

- 예측하고 싶은 데이터를 입력 > (예시) prediction_data에 연결 > prediction_data에서

예측하고자 하는 정보가 무엇인지와 Role을 지정 (위젯을 더블클릭해서)

- Predictions에 Data Table 연결해서 확인

 

8. 끝으로

- 오렌지를 잘 이용하려면? 데이터를 표 형태로 잘 정리정돈하는 작업이 중요

- 스프레드 시트 : 엑셀, 구글 스프레드 시트

- 데이터베이스 : MySQL, Oracle, SQL server

 

- 데이터 분석 실력이 아무리 좋아도 분석할 대상이 없다면 할 일이 없을 것입니다.

- 분석한 것을 다른 사람에게 보여줄 수 없다면 소용 없을 것입니다.

- WEB1 을 통해 분석 능력에 날개를 달아주기