머신러닝

• 개요
• 데이터 과학
• Improving ML inferences
• 차원 축소^{Dimensionality Reduction}: PCA
• Markov Chains
• Grid Search
• Scaling, Normalization, Standardization
• 정보 이론
• 단순성의 원리
• 링크

개요

¹

데이터 과학

(Principles of Data Science, 2016)

유명한 벤 다이어그램. Danger Zone: 수학, 통계학 지식이 없다면 위험하다는 것.

Improving ML inferences

²

차원 축소^{Dimensionality Reduction}: PCA

PCA는 회전된 특징이 통계적으로 상관 관계가 없도록 데이타셋을 회전시키는 방법이다. 상관도가 높은 변수를 통합한다는 점에서 차원 축소^{dimensionality reduction} 기법이라 한다. feature를 선별하는 것과 함께 feature engineering(extraction) 범주에 포함된다.

PCA(whiten=True): This is the same as using StandardScaler after the transformation. whitening corresponds to not only rotating the data, but also rescaling it.

속성 추출 기법

• 선형 PCA^{principal component analysis} 선형 제한
• 비선형 MDS^{multidimensional scaling}

PCA 주로 성분 분석

1. 데이터에서 평균값 빼서 데이터를 중심에
2. 공분산^covariance 매트릭스 계산
3. 공분산의 고유벡터^eigenvector 계산

Markov Chains

• 시각화 제공 이외에도 여러 시각 자료가 있는데 멋진 구현

마코프 체인의 결과는 일정 비율로 수렴한다.

Grid Search

하이퍼 파라미터를 결정하기 위해 다양한 파라미터로 실험을 진행해 최적의 파라미터를 찾는 과정이다. scikit-learn의 Grid Search 문서에 잘 정리되어 있다.

Scaling, Normalization, Standardization

• Scaling: 서로 다른 단위의 데이터를 같은 단위로 만들어서 큰 숫자가 더 중요해보이는 왜곡을 막는 것
• Standardization(= z-score normalization): 분포를 평균 0, 표준편차 1로 바꾸는것
• Normalization(= Min-Max scaling) : 변수를 0과 1사이로 바꾸는것

스케일링을 위한 노말라이제이션을 스탠다더라이제이션으로 할 수 있어서 구분이 어렵습니다. ³

정보 이론

정보량은 불확실성과 직접적 관련이 있다. 매우 불확실한 일이나 전혀 모르는 일을 이해하려면 많은 정보를 파악해야 한다. 반대로 이미 많이 알고 있는 일은 정보가 많지 않아도 쉽게 이해할 수 있다. 이런 점에서 정보량은 불확실성의 크기와 같다고 볼 수 있다.

(Information) Entropy, in other words, is a measure of uncertainty. ⁴

1948년 클로드 섀넌이 그의 유명한 논문 “A Mathematics Theory of Communication”에 ‘정보 엔트로피’ 개념을 제기하면서 정보의 단위 문제가 풀렸고, 정보의 역할을 계량화 할 수 있게 되었다. (수학의 아름다움, 2014, 2019)

월드컵 우승팀을 가리는 문제에서 브라질 처럼 우승 확률이 매우 높은 국가에 대한 사전 정보가 있다면 그 쪽을 선택하여 엔트로피를 더욱 낮출 수 있다. (수학의 아름다움에서 정리 필요)

단순성의 원리

• 뉴턴의 제1법칙: 관성의 법칙
  물체의 질량 중심은 외부 힘이 작용하지 않는 한 일정한 속도로 움직인다.
  우쥔은 이를 단순성의 원칙이라 표현했다.

• 오컴의 면도날(Occam’s Razor 또는 Ockham’s Razor)

  simpler solutions are more likely to be correct than complex ones
  단순한 솔루션이 복잡한 솔루션 보다 정확할 가능성이 높다.

링크

• 머신러닝 링크
• TensorRT
• SHAP
• Data Science School
• PyTorch
• CUDA
• GPU ML
• NVIDIA DGX

Last Modified: 2021/03/21 05:19:51