💡(1)편에서는 RNN에 대해서 알아봤습니다. 이 글에서는 이를 활용해 문서를 분류하는 과정을 살펴보도록 하겠습니다. 실습 데이터로는 NLTK 영화 리뷰를 사용하도록 하겠습니다. (1)편 링크 : https://jungnerd.tistory.com/4 NLTK 영화 리뷰 감성 분석 워드 임베딩을 위한 데이터 준비 from nltk.corpus import movie_reviews fileids = movie_reviews.fileids() #movie review data에서 file id를 가져옴 reviews = [movie_reviews.raw(fileid) for fileid in fileids] #file id를 이용해 raw text file을 가져옴 categories = [movie_rev..
💡딥러닝을 활용하면 사람이 문장을 읽을 때처럼, 단어 순서를 반영해 문맥을 이해할 수 있습니다. 특히, RNN은 문장을 이해하기 위해 단어의 순서를 고려하는 가장 직관적인 모형이라고 할 수 있습니다. (1)편에서는 RNN을 이해하고 (2)편에서는 이를 활용해 문서를 분류하는 과정을 살펴보도록 하겠습니다. RNN의 이해 왜 RNN일까? 먼저 RNN에 대해 알아보겠습니다. 왜 RNN을 자연어 처리에 사용할까요? BOW와 같은 카운트 기반의 문서 표현은 문서에 있는 단어들의 통계를 통해 문서의 내용을 이해하려는 시도라고 할 수 있습니다. 반면에, 딥러닝은 사람이 책을 읽는 것처럼 단어의 순서를 반영해 문맥을 이해하는 방식으로 작동합니다. 특히 순환신경망이라고 부르기도 하는 Recurrent Neural Net..
머신러닝 알고리즘의 종류 머신러닝 알고리즘은 그림과 같이 크게 3가지, 지도학습, 비지도학습, 그리고 강화학습으로 분류할 수 있습니다. 지도학습 알고리즘 (Supervised Learning Algorithms) 지도학습이란, 정답이 있는 데이터(labeled examples 또는 training set)를 활용하여 학습시키는 것을 말합니다. X data라고 할 수 있는 입력값과 그 입력값에 대한 Label, 즉 Y data를 주어 학습시킵니다. 아래 예시와 같이 이것이 고양이인지 강아지인지 머그잔인지 모자인지 라벨링이 된 데이터를 주고 학습을 시키면, 이 후 새로운 사진을 주었을 때 사진의 물체가 넷 중에 어느 카테고리에 들어가는지 분류합니다. 비지도학습 알고리즘 (Unsupervised Learnin..
Audience 기초적인 ML을 이해하고 싶은 사람 수학 또는 컴퓨터과학에 대한 배경지식이 부족해도 괜찮다 y = ax + b 이 정도의 식만 이해할 수 있으면 충분히 이해할 수 있다 ML 툴을 잘 이용하고 싶은 사람 Tensorflow와 Python을 통해 실제로 구현해보고 싶은 사람들(선택) Goals ML 알고리즘에 대한 기본적인 이해 Linear Regression, Logistic Regression(classification) Neural networks, Convolutional Neural Network, Recurrent Neural Network Deep Learning ML tool을 이용해 자신의 문제를 해결 Tensorflow와 Python을 이용 Course structure 영..
