🏫 2023년 2학기 인공지능개론 보고서

전공 수업 인공지능개론에서 작성한 두 개의 머신러닝 프로젝트 보고서입니다. 확률 기반 학습(Naïve Bayes)과 규칙 기반 학습(Decision Tree)을 각각 다룹니다.

---

📌 Contents

✅ Midterm Report: Naïve Bayes Classification

Naïve Bayes 알고리즘을 활용한 확률 기반 분류 프로젝트입니다.

• Overview of supervised learning and Bayes theorem
• Classification of fraud data and social network ad data
• Evaluation with metrics: Accuracy, Precision, Recall, F1, ROC AUC
• Manual implementation (scratch code) of the Naïve Bayes classifier
• Visualizations with confusion matrices, ROC curves, and decision boundaries
• 10-Fold Cross Validation applied with performance comparison

📎 파일: Midterm_Report_NaiveBayes.pdf

---

✅ Final Report: Decision Tree using ID3 Algorithm

ID3 알고리즘을 기반으로 하는 결정 트리(Decision Tree) 코드를 분석하고 수정한 프로젝트입니다. 주요 내용:

• Theoretical background on Decision Trees, Entropy, and Information Gain
• Understanding and refactoring code on zoo.csv dataset
• Refactored versions of entropy and information gain functions
• Recursive ID3 algorithm breakdown with predictions

📎 파일: Final_Report_ID3_DecisionTree.pdf

---

⚙️ 사용 기술

• Python
• pandas, numpy, scikit-learn
• matplotlib, seaborn (시각화 도구)