AI 요약관련 정보

• 비지도 학습은 타겟 레이블 없이 입력 데이터만으로 유용한 패턴을 찾아 그룹화하는 학습 방식이며, 군집 알고리즘은 그 핵심 기법입니다. 🧠
• 강의에서는 과일 이미지(사과, 파인애플, 바나나)를 예시로 들어 군집의 필요성과 과정을 설명합니다. 🍇
• 이미지 데이터는 넘파이 배열(NPY)로 로드되며, 100x100 픽셀 이미지가 10000개 픽셀의 1차원 배열로 변환되어 처리됩니다. 🖼️
• 신경망 처리를 위해 이미지 픽셀 값은 일반적으로 0(검은색)에서 255(흰색)까지이나, 관심 영역을 높은 값으로, 배경을 낮은 값(0에 가까운)으로 반전하여 사용합니다. 🔄
• 각 과일 종류의 픽셀 평균 이미지를 계산하고, 새로운 이미지가 어떤 평균 이미지와 가장 가까운지 비교하여 수동 군집을 시도하는 과정을 보여줍니다. 🍎🍍🍌
• 현재 시도된 수동 군집 방식은 이미 각 과일의 종류를 알고 있는 상태에서 평균을 계산했으므로, 실제 비지도 학습의 목적(사전 정보 없이 그룹화)과는 차이가 있다는 한계를 지적합니다. 🚧
• 다음 강의에서는 사전 정보 없이 데이터를 자동으로 군집화하는 실제 비지도 학습 알고리즘을 다룰 예정입니다. 🚀