심 시뮬레이션

5.23(화) 1일차:

인공지능이 무엇이고 학습하는 방법을 배웠고, 학습하기 위해 필요한 용어에 대해 알아보았다.  프로그래밍을 하기 위해 알고리즘이란 무엇이고 어떻게 만드는지 배웠다. 이를 주어진 예제를 통해 문제해결 과정을 해보았다.

5.24(수) 2일차:

본격적인 파이썬 프로그래밍 전에 코드의 구성 요소(변수, 수식, 주석 등등)에 대해 알아봤고, 기본적인 연산자와 자료형에 대해서 배웠다. 또한, 변수를 만들고 사용하는 것에 익숙해지기 위해 다양한 연산자와 자료형을 사용해서 실습을 해보았다.

6.8(목) 3일차:

2일차에서 배운 연산자보다 더욱 많은 연산자를 배웠다. 관계 연산자, 비교 연산자, 복합 대입 연산자 등등 기존에 사용하던 연산자들이 했던 역할을 더욱 편하게 바꿔주는 것도 있었지만, 새롭게 알게 된 연산자들도 존재했다. True와 False값만 가지는 부울 자료형에 대해서도 배웠다. 비교 연산자나 논리 연산자가 사용되고 프로그래밍의 중요한 요소 중 하나인 조건문 if에 대해서 배웠다. 마찬가지로 익숙해지기 위해 많은 예제로 실습했다.

6.13(화) 4일차:

일정한 범위 내에서 반복하는 for문과 조건식이 참인 경우에 반복하는 while문에 대해서 배웠다. for문에 범위가 있어야하기 때문에 범위에 들어갈 새로운 자료형인 리스트도 배웠다. 범위 지정 함수인 range()를 배우고 이를 실습해서 구구단이나 별자리를 만드는 등 유용한 실습을 했다. input()함수를 사용해서 사용자의 입력을 받는 방법도 알아보았다.

6.14(수) 5일차:

5일차부터 드디어 인공지능에 대해서 배우기 시작했다. 그전에 데이터 과학이란 것을 배우고, 머신러닝에 대해서도 배웠다. 머신러닝이란 컴퓨터가 스스로 학습할 수 있도록 프로그래밍하는 것이다. 이러한 머신러닝을 학습시키는 방법에는 지도학습, 비지도학습, 강화학습이 있다. 실생활 예제로 타이타닉의 생존자 찾는 방법을 데이터의 규칙성을 찾아서 프로그래밍 해보는 시간을 가질 수 있었고, 이를 통해 머신러닝에 대해서 자세히 이해할 수 있다. 이런 일을 하는 사람을 데이터 과학자라고 하며 이 시간 동안에는 데이터 과학자에 빙의할 수 있었다.

6.20(화) 6일차:

머신러닝을 위한 데이터에 대해 배워보고 데이터의 준비 과정을 배웠다. 이러한 데이터는 범주형 데이터와 수치형 데이터로 나뉜다는 것을 알게 되었고 각각의 데이터가 어디에 사용되는지 실습을 통해 이해할 수 있었다. 머신러닝 모델을 구축하는 방법과 평가하는 방법에 대해서 배웠다. 

6.21(수) 7일차:

머신러닝에 필요한 데이터를 만들기 위해 데이터 전처리 과정에 대해서 배웠다. 이 과정에서 파이썬 라이브러리 중 하나인 pandas를 사용해 범주형과 수치형 데이터를 전처리 해보았고, 결측값을 제거하는 데이터 정제 과정에 대해서도 배웠다. 모델을 평가하기 위해 학습용 데이터와 평가용 데이터를 분리하는 것이 중요한지 알 수 있었다. 이후 본격적으로 머신러닝 모델을 제작해보았는데, 처음에는 지도학습의 수치형 데이터에 필요한 회귀 알고리즘을 구현해봤다. 여기서 단순 선형 회귀와 다중 선형 회귀 두 방법을 사용하여 데이터 전처리와 학습, 예측하는 과정을 해봤다.

6.22(목) 8일차:

전 시간에 만든 회귀 알고리즘을 평가할 수 있는 지표인 RSS와 MSE, MAE에 대해서 알아보았다. 이 지표를 코드로 구현하며 numpy와 sklearn라는 라이브러리를 사용해보았다. 회귀 알고리즘을 만들어봤으니 다음에는 범주형 데이터에 필요한 분류 알고리즘을 구현해보았다. 구현하기 위해 의사결정나무라는 것을 배우고 회귀 모델과 같이 모델을 구축해보았다. 그리고 이 모델을 평가하기 위해 혼동행렬을 계산하고 정밀도와 재현율, 정확도의 식에 대해 이해하고 직접 계산할 수 있었다.