[ML] Google ML Study Jam - Generation (example. natality)

ML - Generation

- 출생률(natality)에 대한 데이터셋의 소개

완벽히 제어되는 세상이라면 모든 신생아/영아들은 건강 상태에 따라 적절한 의료 케어를 받을 수 있을 것

하지만 태어난 직후, 의료진의 부족 및 확인에 따른 대처 시간 소요 등 어려운 점이 있다

만일 태어나기 전 건강 상태를 예측한다면? 적절한 조치가 수월하게 이뤄질 것이다

Q. 아기들의 건강 상태를 태어나기 전에 예측할 수 있을까?

모델에 사용될 법한 Feature

• 산모의 나이
• 아기의 몸무게

-> 특정 문제의 해결은 특정 분야에 대한 지식 필요

 

 

- BigQuery 플랫폼에서는 출생률 데이터셋을 개방하여 제공함

• https://cloud.google.com/bigquery/docs/bigqueryml-natality

아래 링크의 out[3]: 에 나타나는 Scatter Plot을 보면 무수히 많은 점들이 보여진다

출처  http://www.becomingadatascientist.com 

출처 : http://www.becomingadatascientist.com/wp-content/uploads/2015/10/datalab/First%20Datalab%20Project%20-%20Natality%201980-1984%20Google%20Charts.html

그래프를 통해 산모 나이와 아가의 몸무게는 미세하게 서로 증가하는 관계를 갖는 것을 볼 수 있다

 

 

일단 선을 하나 그어보면 이 선이 제일 좋은 선인지 어떻게 알 수 있나?, 또 다른 선을 그어도 마찬가지임

최소평방회귀의 문제점은 특정 크기의 데이터셋에 대해서만 잘 작동함

엄청나게 큰 데이터셋을 다뤄야하는 경우 분석학적인 방법으로 최고의 모델을 찾아내는 것은 비현실적, 대신에 경사하강법이라는 것을 사용

• 경사하강법 (https://developers.google.com/machine-learning/crash-course/reducing-loss/gradient-descent?hl=ko)

 

경사하강법이란 최고/최적의 파라메터 값의 조합을 찾아나가는 기법

선형모델의 파라메터는 두 개로 기울기(가중치)와 bias가 존재

한 파라메터 값의 조합을 다른 조합과 비교하기 위해서는 두 조합을 비교 및 측정하기 위한 어떤 수단이 필요

사용되는 측정 수단으로 손실함수라는 것이 사용