8장. 마무리

아래 링크를 통해 이 노트북을 주피터 노트북 뷰어(nbviewer.org)로 보거나 구글 코랩(colab.research.google.com)에서 실행할 수 있습니다.

주피터 노트북 뷰어로 보기 구글 코랩(Colab)에서 실행하기
In [1]:
# 노트북이 코랩에서 실행 중인지 체크합니다.
import os
import sys
if 'google.colab' in sys.modules:
    # 사이킷런 최신 버전을 설치합니다.
    !pip install -q --upgrade scikit-learn

8.1 머신 러닝 문제 접근 방법

8.1.1 의사 결정 참여

8.2 프로토타입에서 제품까지

8.3 제품 시스템 테스트

8.4 나만의 추정기 만들기

In [2]:
from sklearn.base import BaseEstimator, TransformerMixin

class MyTransformer(BaseEstimator, TransformerMixin):
    def __init__(self, first_paramter=1, second_parameter=2):
        # __init__ 메소드에 필요한 모든 매개변수를 나열합니다
        self.first_paramter = 1
        self.second_parameter = 2
        
    def fit(self, X, y=None):
        # fit 메소드는 X와 y 매개변수만을 갖습니다
        # 비지도 학습 모델이더라도 y 매개변수를 받도록 해야합니다!
        
        # 모델 학습 시작
        print("모델 학습을 시작합니다")
        # 객체 자신인 self를 반환합니다
        return self
    
    def transform(self, X):
        # transform 메소드는 X 매개변수만을 받습니다
        
        # X를 변환합니다
        X_transformed = X + 1
        return X_transformed

8.5 더 배울 것들

8.5.1 이론

8.5.2 다른 머신 러닝 프레임워크, 패키지

8.5.3 랭킹, 추천 시스템과 그외 다른 알고리즘

8.5.4 확률 모델렝, 추론, 확률적 프로그래밍

8.5.5 신경망

8.5.6 대규모 데이터셋으로 확장

8.5.7 실력 기르기

8.6 마치며