CodeBlack

기계 학습(Machine learning)을 위해 라이브러리 및 계산하기 편한 언어는 Octave, Matlab, Python, Numpy, R 등이 있습니다. 그 중 Octave는 오픈소스이며 무료로 사용가능하고 Python, Numpy, R 보다 생산성이 뛰어나다는 평가를 받고 있는 언어입니다.

많은 사람들이 Octave를 이용해 기계학습 프로토 모델을 생성하여 테스트를 진행합니다.

* Octave 다운로드 주소 : https://www.gnu.org/software/octave/download.html

Octave로 프로토 타입을 만들어 본 후 해당 알고리즘을 C++, Java로 새로 코딩하는 것을 추천합니다.

SubnetMask란?

• NetMask를 이용하여 네트워크를 나누는걸 Subnetting이라 하며 네트워크를 합치는게 Supernetting이라 한다.
• Subnet Mask는 IP 주소 체계의 네트워크ID와 호스트ID를 넷마스크를 통해 변경하여 네트워크 영역을 분리하는 것이다.
• Subnet Mask를 이용하여 호스트ID를 네트워크ID로 변환(Subnetting) 가능하고, 반대의 경우(Supernetting) 역시 가능하다.

• Subnet Mask는 IP주소와 동일하게 32bit의 2진수로 되어 있다. /25 숫자는 연속 1bit의 개수를 의미합니다.
• 1과 0은 연속적이야 하며 중간에 섞일 수 없습니다. Ex) 1111111.11011111.11111111.00000000 불가

• /25 는 Subnet Mask가 25bit라는 의미로 255.255.255.128이라는 의미를 가진다. 그러면 호스트ID에 할당할수 있는 범위가 [0~127], [128~255]가 되며 네트워크가 2개로 나눠지게 된다
• /26 은 255.255.255.196가 되며 할당받을 수 있는 호스트는 [0~63], [64~127], [128~191], [192~255]가 되며 네트워크가 4개로 나눠지게 된다.
• 따라서 하나의 bit를 가져올 때 마다 네트워크 크기는 2배로 증가하며 할당할 수 있는 호스트 수는 2로 나눠지게 된다.

* 참고 사이트 : http://korean-daeddo.blogspot.com/2016/01/blog-post_26.html

기계 학습 알고리즘 (Machine Learning Algorithm)

기계 학습 알고리즘으로 크게 두가지로 분류 되지만 두개의 특성을 합친 학습법을 포함해 3가지로 나눌 수 있다.

기계 학습은 experience E 와 respect to some task T 그리고 some performance measure P로 학습 및 성능 측정을 한다.

E : 학습할 데이터

T : 실제 데이터

P : E로 학습한 모델을 T로 측정한 성능

1. Supervised Learning (지도 학습)

 - 정답인 데이터를 학습하여 입력값에 대한 정답 여부를 판별

2. Unsupervised Learning (비지도 학습)

 - 정답이 없는 데이터를 학습하여 입력값을 특정 그룹으로 분류

3. Semisupervised Learning (반지도 학습)

 - 정답이 있는 데이터와 없는 데이터를 같이 학습하여 입력값을 처리

sklearn 라이브러리에 있는 Regression 모델

1. Lasso Regression(Least Absolute Shrinkage and Selection Operator)
2. Elastic Net Regression
3. Kernel Ridge Regression
4. Gradient Boosting Regression