머신러닝과 파이썬

머신러닝과 파이썬¶

왜 머신러닝을 배우는 데 파이썬을 사용하는가?¶

1. 한마디로 표현하면, 파이썬이 편리하고 확장성이 크기 때문이다.
   • 자바와 C에도 훌륭한 머신러닝 라이브러리가 많고 속도도 빠르지만, 배우거나 사용하기에는 여간 까다롭지 않다.
   • 기존에 데이터 분석가들이 매트랩이나 R을 많이 사용하였지만, 프로그래밍 언어로서의 일반성이나 확장성 측면에서 한계를 보이고 있다.
2. 또한 가장 많은 개발자가 파이썬으로 머신러닝을 배우고 연구와 개발에 적용하고 있기 때문이다.
   • 최신 기술이 적용된 파이썬 머신러닝 라이브러리가 제공되고 있다.
   • 개발자들 간의 커뮤니티가 활성화 되어 정보를 얻고 새로운 기술을 적용하기가 용이하다.
3. 그리고 scikit-learn, tensorflow 등의 훌륭한 머신러닝 라이브러리가 있기 때문이다.
   • 기존의 머신러닝 툴이 파이썬이 아니더라도 최소한 파이썬 인터페이스를 제공하고 있다.
4. Numpy, Pandas, Matplotlib 등의 다양한 파이썬 툴들과 연동하여 편리하게 머신러닝 기능을 개발할 수 있다.

Scikit-learn 이란?¶

• scikit-learn 은 파이썬의 대표적인 머신러닝 라이브러리이다. (신경망과 딥러닝은 주로 tensorflow, keras, PyTorch 를 사용한다)
• scikit-learn 홈페이지에는 라이브러리 사용법 뿐만 아니라 일반적인 머신러닝 이론에 대해서도 상세한 문서를 제공하고 있다.
• http://www.scikit-learn.org
• 머신러닝에 적용하기에 편리한 여러가지 데이터셋을 포함하고 있어 학습에 용이하다.

Scikit-learn 설치¶

• python 만 설치한 경우, "pip install scikit-learn" 명령으로 손쉽게 설치할 수 있다.
• anaconda 를 설치한 경우, scikit-learn 은 이미 포함되어 있다.

교재의 예제 실행을 위한 mglearn 설치¶

• mglearn 은 저자가 교재에서 코드를 간략하게 표현하기 위해 제작한 이 교재 전용의 라이브러리이다.
• 랜덤한 데이터셋을 생성하거나 머신러닝 적용 결과를 보기좋게 표현하기 위한 함수들이 대부분이다.
• "pip install mglearn" 으로 설치할 수 있다. (아나콘다 프롬프트를 이용해야 한다.)
• import mglearn

Jupyter Notebook 사용 방법¶

• jupyter notebook 은 웹브라우저에서 파이썬을 실행할 수 있는 툴이다.
• 내 컴퓨터에 파이썬 전용 웹서버가 실행된다. (인터넷에 접속되어 있지 않아도 사용할 수 있다.)
• 실행 : 명령창에서 작업 디렉토리로 이동 후 "jupyter notebook" 실행한다.
• 접속 : 웹브라우저를 띄운 후 "http://localhost:8888" 로 접속한다.

  참고 : jupyter notebook 에서 처음 부분에 "%pylab inline" 이란 문장을 적용할 것이다. 이것은 그래프를 그렸을 때 별도 창이 아니라 브러우저 안에 그래프를 표시하고 display() 란 함수를 사용하기 위함이다. (또한 plt.show() 를 호출하지 않아도 그래프가 결과창에 표시된다.)