나비의 바다 여행

안녕하세요! 나비입니다 🦋 이번 글에서는 규칙 기반 인공지능, 데이터기반 인공지능과 생성형 인공지능의 뜻과 차이점에 대해 알아보려고 합니다.규칙 기반 인공지능 (Rule-Based AI)규칙 기반 인공지능은 말 그대로 "규칙"에 근거하여 판단하는 인공지능을 말합니다. 이때 "규칙"은 사람이 컴퓨터에 수동으로 입력한, 정확하고 엄밀하며 예외가 없는 규칙을 의미합니다. 예를 들어 은행에서 가입자의 신용대출 금액을 정한다고 할 때, 가입자의 신용점수, 월 수입, 연 수입, 경제활동을 해온 기간, 나이, 기존 대출 내역, 은행 거래 내역 등등을 종합적으로 판단하여 재정적 건전성을 확인하기 마련인데요. 이때 "신용점수가 NNN점 이상이고 월 수입이 평균 MMM만 원 이상이고 경제활동 기간이 X년 초과이면 얼마까..

안녕하세요! 나비입니다 🦋 이번 글에서는 회귀(Regression)과 분류(Classification)의 뜻과 차이점에 대해 알아보려고 합니다. 지난 글에서 양적 변수(Quantitative Variable)와 질적 변수(Categorical Varaible)에 대해 알아보았는데요, 그 연장선으로 양적변수와 관련된 회귀, 질적변수와 관련된 분류에 대해 설명해보겠습니다.  양적변수, 질적변수양적변수는 연속형변수라고도 불리며, 연속된 숫자로 이루어진 변수를 말합니다. 예시로 질량, 속도, 길이, 온도 등이 있습니다. 모두 연속되는 실수로 표현가능한 변수들입니다. 질적변수는 양적변수와 달리 변수의 분포가 연속적이지 않고 뚝뚝 끊어지는 변수를 말합니다. 다른 말로 범주형 변수라고도 하는데요. 대표적으로 성별(..

안녕하세요 나비입니다 🦋이번 글에서는 “척도”에 대해 이야기해보려고 합니다. 척도의 4가지 종류인 명목척도, 간격척도, 순위척도, 비율척도에 대해서 순서대로 알아보도록 하겠습니다 🙂척도(Scale)란?척도는 "측정대상의 속성을 숫자로 치환한 것"을 의미합니다.예를 들어, 여론조사에서 미혼/기혼 여부를 조사하는 상황을 가정해보면 미혼/기혼 여부라는 "속성"을 미혼 0, 기혼 1과 같이 숫자로 바꿔서 나타낸 결과를 척도라고 합니다. 또다른 예시로는 기상 예보를 위해 공기 중 미세먼지 농도를 측정하는 상황을 가정해보면, '좋음'을 1, '보통'을 2, '나쁨'을 3, '매우나쁨'을 4로 치환할 수도 있습니다. 이처럼 숫자가 아닌 속성을 척도로 나타내면 확률계산, 통계조사, 전산처리 등 데이터를 다루기가 더..

안녕하세요! 나비입니다 🦋이번 포스팅에서는 인공지능 관련 내용의 첫 번째 시작으로 "양적변수"와 "질적변수"에 대해 설명하려고 합니다. 양적변수는 다른 말로 연속형 변수라고 하기도 하고, 질적변수는 이산형 변수, 범주형 변수라고 불리기도 하는데요, 구체적인 의미와 사례를 알아보도록 하겠습니다!  양적 변수 (Quantitative Variable)양적 변수란,"연속된 숫자로 정의되는 변수"를 의미합니다. 예를 들어 "오늘의 날씨"를 변수로 표현하고 싶은 상황을 가정해보면, 대표적으로 기온을 통해 날씨를 나타낼 수 있겠죠? 기온은 1도일 수도 있고, 1.1도 일 수도 있고, 1.1111도 일 수도 있습니다.(기온 측정장치의 정밀성은 가정에서 제외하면 좋겠습니다) 이처럼 구체적인 숫자(실수)로 나타내어지는..

안녕하세요! 나비입니다 🦋 이번 포스팅에서는 파이썬 matplotlib을 통해 그래프를 그릴 때, 하나의 좌표평면 안에서 여러 개의 그래프를 그리는 방법을 설명하려고 합니다. 크게 2가지 방법이 있는데요, 추가적으로 설명드려야 할 메소드는 따로 없고, 간단합니다. plot 함수 1개로 여러 그래프 그리기 첫 번째 방법은 기존에 항상 사용하던 plot 함수 1개 안에 곡선(또는 직선) 여러 개의 정보를 모두 집어넣는 것입니다. 이때, 반점(,)을 통해서 그래프 여러 개의 정의역과 치역을 입력해야 합니다. 아래 예제 코드에서 더 자세히 보여드리겠습니다. import numpy as np import matplotlib.pyplot as plt X = np.linspace(0,2,50) plt.plot(X, ..

안녕하세요! 나비입니다 🦋 이번 포스팅에서는 파이썬 matplotlib을 이용해서 축의 스케일을 바꾸는 방법에 대해 다뤄보려 합니다. 축의 스케일은, 그래프를 보다 더 간결하고 예쁘게 표현하기 위해 도입하는 장치로, 주로 로그함수를 기반으로 이루어집니다. 축 스케일 조정은 그래프에 나타낼 x값 또는 y값의 최솟값, 최댓값 사이의 간격이 너무 커서 그래프로 보여주고자 하는 내용이 잘 표현되지 않을 때 자주 사용합니다. matplotlib에서 축 스케일을 조정하기 위해 사용하는 메소드는 xscale, yscale입니다. 순서대로 살펴보도록 하겠습니다. plt.xscale xscale 함수를 사용하는 예제에서는 symlog 스케일로 바꾸는 것을 보여드리겠습니다. symlog란 symmetrical log sc..

안녕하세요! 나비입니다 🦋 이번 포스팅에서는 파이썬 numpy로 생성한 배열에서 각각의 요소 값을 바꾸는 방법에 대해 소개할 예정입니다. 또한, numpy의 배열과 파이썬 리스트 자료형의 차이점에 대해서도 함께 설명하겠습니다. 배열 요소 바꾸는 방법 파이썬 numpy로 선언한 배열을 슬라이싱하고, 그 슬라이싱된 배열의 일부분에 특정한 값을 대입해주면 원래 배열도 함께 바뀝니다. 마치 동기화 하는 것과 비슷한 느낌입니다. import numpy as np #바꾸기 전 A = np.array([0,1,2,3]) print(A) #바꾼 후 a = A[0:3] a = -1 print(A)[0,1,2,3] [-1,-1,-1,3] 위 코드와 같이, 3개의 값을 바꾸고자 할 때 굳이 [-1,-1,-1]이라고 하지 않..

안녕하세요! 나비입니다 🦋 이번에는 파이썬 numpy를 이용해서 배열을 인덱싱하는 방법 중, 특별히 bool 대수를 활용한 ‘boolean indexing’을 소개하려고 합니다. boolean indexing은 주어진 배열에서 원하는 조건을 만족시키는 원소만 선택하는 방법입니다. 일반 indexing의 경우 원소의 실제 위치를 직접 지정해야 했던 것과 다르게, boolean indexing은 특정한 조건을 제시하면 그 조건에 해당하는 원소 또는 배열을 자동으로 출력해줍니다. 예제 코드를 통해 더 구체적으로 설명해 보겠습니다. import numpy as np A = np.array([1,2,3,4]) print(A) A_bool2 = (A%2 == 0) print(A_bool2) A_bool3 = (A%..

안녕하세요! 나비입니다 🦋 이번 포스팅에서는 파이썬 numpy 라이브러리를 통해 행렬을 인덱싱(indexing)하는 방법에 대해서 소개할 예정입니다. 먼저, 1차원 행렬을 인덱싱하는 기본적인 방법을 소개하고, 그다음에 다차원 배열 인덱싱까지 해보겠습니다. numpy 1차원 배열 인덱싱import numpy as np A = np.array([1,2,3,4,5,6]) a1 = A[2] a2 = A[1:5] print(a1) print(a2)3 [2,3,4,5] 파이썬에서 배열을 인덱싱하는 방법은 넓게 보면 리스트를 다루는 방법과 비슷합니다. (차이점도 분명 있긴 하지만요) 파이썬 리스트에서 첫 번째 값을 0번째라고 생각하고, 리스트명 뒤에 붙는 “1:4”라는 표기가 4번째를 제외하고 1번째부터 3번째까지라..

안녕하세요! 나비입니다 🦋 이번 포스팅에서는 파이썬 matplotlib를 통해 좌표평면 상에 그래프 영역을 색칠하는 방법에 대해 다뤄보려고 합니다. 두 그래프가 주어졌을 때, 수평방향으로 색칠하는 메소드와 수직방향으로 색칠하는 메소드를 각각 소개드리고, 색칠하는 영역의 투명도를 설정하는 파라미터도 설명해 보겠습니다. plt.fill_betweenimport matplotlib.pyplot as plt x = [1,2,3,4] y = [2,3,4,5] plt.plot(x, y) plt.fill_between(x[1:3], y[1:3], alpha=0.5) plt.show() Fill_between 함수에 일정 범위로 인덱싱한 x축, y축 배열을 순서대로 입력하고, alpha 파라미터에 0 이상 1 이하 값..