개요

인공지능의 개요

사람과 같은 지능을 구현하기 위한 시스템이나 프로그램

강 인공지능 : 사람과 구분이 안 될 정도로 강한 인공지능 - 아이언맨의 자비스

약 인공지능 : 특정 영역에서 작업을 수행하는 인공지능 - 테슬라의 자율 주행

 

딥러닝의 개요

머신러닝 알고리즘 중 하나인 인공신경망(artificial neural network)으로 만든 것

 

코드

numpy 

기초 세팅

import numpy as np

 

배열 생성

my_arr = np.array([1, 2, 3])
print(my_arr)

[ 1 2 3 ]

my_arr = np.array([[10, 20, 30], [40, 50, 60]])
print(my_arr)

[[10 20 30]

[40 50 60]]

type(my_arr)

numpy.ndarray

 

배열 수정

x = [-3, 31, -11, 4, 0 ,22, -2, -5, -25, -14]
X1 = np.array(x).reshape(2,5)
X1

X2 = np.array(x).reshape(10,1)
X2

X3 = np.array(x).reshape(-1, 1)
X3

 

배열에서 요소 선택

my_arr = np.array([[10, 20, 30], [40, 50, 60]])
my_arr[0][2]    # 30

 

배열 크기 파악

my_arr.shape  #(2,3)

 

내장 함수 사용

np.sum(my_arr)  #210

 

딕셔너리

dataframe 생성

# 딕셔너리
a_dict = {
    'name':['김성필', '장만옥', '매염방', '이재은'],
    'age':[23, 23, 21, 20]
}
pd.DataFrame(a_dict)

# 넘파이
np_arr = np.array([[10, 20, 30], [40, 50, 60]])
pd.DataFrame(np_arr)

 

그래프

선 그래프

import matplotlib.pyplot as plt
plt.plot([1, 4, 9, 16, 25])
plt.show() # x축이 0.0부터 시작

 

선그래프 - 축 시작 값 지정

plt.plot([1, 2, 3, 4, 5], [1, 4, 9, 16, 25]) 
plt.show() # x축이 1.0부터 시작

 

산점도

plt.scatter([1, 2, 3, 4, 5], [1, 4, 9, 16, 25])
plt.show()

 

배열로 산점도 생성

import numpy as np
x = np.random.randn(100)
y = np.random.randn(100)
plt.scatter(x,y)
plt.show()