Please enable JavaScript.
Coggle requires JavaScript to display documents.
기계학습의 이해 1118 이동현 - Coggle Diagram
기계학습의 이해 1118 이동현
지도학습
-
-
-
회귀: 속성들 사이의 상관관계를 표현하는 함수식을 학습 알고리즘을 통해 구하고, 그에 따라 특정 값을 예측하는 기계학습 방법
즉, 훈련 데이터로 학습한 모델을 이용해 새로운 입력 값에 대한 정답을 예측해 답을 생성하는 것으로 예측이라고도 함
-
-
데이터를 구별하는 속성을 레이블이라고 하고, 데이터를 구별하기 위해 정답을 부여하는 과정을 레이블링이라고 함
분류: 고정된 레이블을 나누기 위한 분류 기준을 학습하여 새로운 입력이 들어오면 여러 그룹 중 하나로 선택하는 과정을 통해 판단함
즉, 훈련 데이터를 이용해 기계학습을 진행한 후, 새로운 데이터가 어떤 그룹에 속하는지 판단하는 것
-
-
특정 단어들의 포함 여부, 내용 등에 따라 메일이 정상 메일인지, 스팸 메일인지 분류함
이는 이진 분류에 해당함
기계학습의 개념
-
즉, 기계학습이란 컴퓨팅 시스템이 데이터로부터 규칙을 학습하여 모델을 만들고, 이를 통해 새로운 데이터에 대한 예측이나 판단을 내린다.
알고리즘: 어떤 일을 처리하는 절차나 규칙, 방법을 논리적으로 표현한 것
-
비지도학습
비지도학습: 정답이 없는 데이터를 입력하면 컴퓨팅 시스템이 자신만의 방식으로 유사한 속성값을 갖는 데이터끼리 모아 그룹을 만듬
즉, 정답 데이터가 주어지지 않기 때문에 스스로 입력 데이터의특징을 분석하여 패턴이나 규칙을 찾아내야 함
-
군집의 활용 사례: 입구밀집도를 분석해 버스 노선을 결점, SNS 조회 기록을 이용해 비슷한 성향의 게시물을 추천
기계학습의 유형
기계학습은 데이터를 이용하여 학습할 때 정답이 주어지는지 여부에 따라 지도학습, 비지도학습 등으로 구분할 수 있다.