1. 기계학습-4일차(생활코딩)

지도학습

컴퓨터를 학습시켜 모델을 만드는 방식

 

강화학습

기계 스스로 성장하도록 고안된 방법

 

비지도학습

기계에게 데이터에 대한 통찰력을 부여하는 것.

즉, 누가 정답을 알려주지 않았는데도 무언가에 대한 관찰을 통해 새로운 의미나 관계를 밝혀내는 것.

데이터의 성격을 파악하거나 데이터를잘 정리정돈 하는 것에 사용.

 

 

지도학습

과거의 데이터로부터 학습해서 결과를 예측하는 데에 주로 사용.

머신러닝의 지도학습을 이용하기 위해서는 우선 충분히 많은 데이터를 수집해야 합니다.

데이터는 독립변수와 종속변수로 이루어져 있어야 합니다.

 

독립변수와 종속변수의 관계를 컴퓨터에게 학습시키면 컴퓨터는 그 관계를 설명할 수 있는 공식을 만들어냅니다.

 

이 공식을 머신러닝에서는 ‘모델’이라고 합니다.

좋은 모델이 되려면 데이터가 많을수록, 정확할수록 좋습니다.

 

일단 모델을 만들면 아직 결과를 모르는 원인을

모델에 입력했을 때 결과를 순식간에 계산해서 알려줍니다.

 

분류

그 문제에서 추측하고 싶은 결과가 이름 혹은 문자일 때 사용

범주형 데이터

분류의 사례: https://bit.ly/ml1-class-list

 

회귀

예측하고 싶은 종속변수가 숫자일 때 사용

양적 데이터

회귀의 사례: https://bit.ly/ml1-regression-list