[ML] 성킴님 딥러닝 강의 01, ML 용어 및 개념

머신 러닝이란?

1. Supervised Learning label이 있는 예제를 가지고 학습을 시킨다(training set)
   고양이/개/컵/모자 등 정해져있는 라벨을 붙인 사진을 주고 학습시키는 것

   • regression : 특정 값을 예측(시험 점수)
   • binary classification : 2가지로 분류 예측(예/아니오)
   • multi-label classification : 여러 개로 분류 예측(A, B, C, D, E 성적 분류)
2. Unsupervised Learning 라벨이 없이 유사한 것들끼리 묶은 것들 등등..

실습

Tensor 모든 것!

• Ranks : 몇 차원 배열인가

  • 0 : Scalar
  • 1 : Vector
  • 2 : Matrix
  • n : n-Tensor
• Shapes : 랭크에 몇 개씩 들어 있느냐

1

import tensorflow as tf
hello = tf.constant('Hello, world')
sess = tf.Session()
print(sess.run(hello))

• constant : tensor 변수
• Session() : 세션, run()으로 실행 가능

2

node1 = tf.constant(3.0, tf.float32)
node2 = tf.constant(4.5) # 생략해도 암묵적으로 float32
node3 = tf.add(node1, node2)

sess = tf.Sesion()
print(sess.run(node3))  # 7.5

• add() : 더하기 노드

3

a = tf.placeholder(tf.float32)
b = tf.placeholder(tf.float32)
adder_node = a + b # tf.add(a, b)

print(sess.run(adder_node, feed_dict={a:3, b:4.5}))     # 7.5
print(sess.run(adder_node, feed_dict={a:[1, 3], b:[2, 4]}))     # [3. 7.]

• placholder() : 동적으로 대입할 수 있는 플레이스 홀더