1. 딥러닝과 데이터

빅 데이터

• 방대한 데이터

가공

• 데이터의 양보다 훨씬 중요한 것은, 필요한 데이터가 얼마나 많은가이다.
• 준비된 데이터가 우리가 사용하려는 머신러닝과 딥러닝에 얼마나 효율적으로 사용되게끔 가공됐는지가 중요하다

좋은 데이터

• 내가 알아내고자 하는 정보를 잘 담고 있는 데이터
• 한쪽으로 치우치지 않고, 불필요한 정보를 가지고 있지 않으며, 왜곡되지 않은 데이터
• 머신러닝, 딥러닝 개발자들은 데이터를 들여다 보고 분석할 수 있어야 한다

모든 실습의 시작

• 데이터를 분석하고 조사하는 것으로 시작한다
• pandas, matplotlib 라이브러리를 사용

2. 피마 인디언 데이터 분석하기

• 피마 인디언을 대상으로 당뇨병 여부를 측정한 데이터

  pima-indians-diabetes.csv

• 768명의 인디언으로부터 8개의 정보와 1개의 클래스를 추출한 데이터

• 딥러닝을 구동하려면 반드시 속성과 클래스를 먼저 구분해야 한다