중간 정리

 

 

 

초기에 생각했던 졸업과제와 내용이 많이 바뀌고, 또 잘못 생각했던 부분들이 많아 잠시 정리해야 할 것 같다.

 

 

먼저, 잘못 생각 했던 부분

(1) 결국 dlib를 사용해야한다.

weka는 단순히 내가 원하는 네트워크를 쉽게 edit할 수있게 해주고

또 구성한 데이터들를 토대로 CPT를 만들어줄 뿐,

 그 다른 learning에 관한 것은 dlib를 이용해야 함

따라서, 베이지안 네트워크에 대한

XML 파일(네트워크 구조, CPT)을 C++로 파싱해와서

 Dlib 나머지 부분을 처리 할 것

 

(2) 데이터를 내가 임의로 생성하면 안된다. 맞다.

내가 임의로 가정하고 데이터를 만들면 이 데이터를 누가 믿고 신뢰하겠는가.

또한 내가 임의로 생성한다면 만들 수 있는 데이터 수가 너무 한정적이다.

적어도 몇 만개의 데이터가 있어야 신뢰가 가능할텐데 이걸 직접 다 만든다? 불가능하다.

그래서 시뮬레이터라는 것을 만들어야 한다. 시뮬레이터는 차차 정리해보도록 한다.

 

 

초기 설정과 바뀐 부분

처음에는 단순히 Bayesian Network를 이용해서 스마트홈 내의

사용자의 상황을 인지해보고 이를 Naive Bayes Model로 바꾸어

정확도 및 속도면에서 어떠한 차이점이 있는지 확인해보는 것이었다.

하지만 그러면 너무 졸업과제로서 너무 할 것이 없지 않느냐는 의견과 함께...

모델이 5개로 늘어나버렸다.

따라서, Bayesian Network와 Naive Bayes 뿐만 아니라,

Machine Learning에서 Classification의 다른 기법 3가지

Decision Tree, Logistic Regression, K-NN이 추가되었다....... 

난감하지만... 좋은 기회라 생각하고 더 공부해야겠다....

 

 

 

---

 

 

 

[#2]에 이은 [#3]은 구현을 시작하면 차차 업데이트 하도록 해야겠다...