2. 첫 번째 이미지 분류기: k-NN을 사용하여 영상 분류
이미지 분류가 뭔지 알았으니 이번엔 아주 간단한 이미지 분류기를 만들어보겠습니다. 이 알고리즘은 너무 단순해서 실제 "학습"을 전혀 하지 않지만, 여전히 검토해야 할 중요한 알고리즘이기 때문에 향후 신경망이 데이터로부터 어떻게 학습하는지 알 수 있습니다. 마지막으로 다양한 종의 동물을 이미지로 인식하기 위해 k-NN 알고리즘을 적용할 것입니다. 이미지 데이터 세트 작업 이미지 데이터 세트를 작업할 때는 먼저 바이트 단위로 데이터 세트의 전체 크기를 고려해야 합니다. 우리의 데이터 세트는 사용 가능한 RAM에 들어갈 만큼 충분히 큰가요? 큰 matrix나 array를 로드하는 것처럼 데이터 세트를 로드할 수 있나요? 또는 데이터셋이 너무 커서 시스템의 메모리를 초과하여 데이터셋을 부분적으로 로드해야 합니까..
1. Image Classification Basics
A picture is worth a thousand words. — English idiom 우리는 살면서 이런 말을 수 없이 들어왔습니다. 한 장의 이미지로 복잡한 아이디어를 전달할 수 있다는 뜻입니다. 주식 포트폴리오 투자의 라인 차트를 살펴보든, 단순히 유튜브를 보든 우리는 시각적인 내용을 끊임없이 수집하고 그 의미를 해석하고 나중에 사용할 수 있도록 저장하고 있습니다. 하지만, 컴퓨터에게 있어서 이미지의 내용물을 해석하는 것은 인간과는 다릅니다 – 컴퓨터가 보는 모든 것은 숫자들의 큰 행렬입니다. 따라서 이미지가 전달하려는 의도, 노력, 의미에 대해서 컴퓨터는 알지 못합니다. 이미지의 내용을 이해하기 위해서는 이미지에서 의미를 추출하기 위해 컴퓨터 비전과 기계 학습 알고리즘을 사용하는 작업인 이..