개념
-
분류 학습이란?데이터 분석 공부 2020. 8. 9. 13:49
머신러닝, 다르게 표현하면 '데이터 분석'은 크게 1. 데이터 가공/변환 2. 모델 학습/예측 3. 평가 이렇게 3가지의 단계로 이뤄진다. 이때, 모델 학습을 할 때, 레이블링된 특정 값이 있고, 머신러닝이라고 하면 크게 분류/회귀가 가장 많이 사용되기도 하고, 다양하게 학습을 해볼 수 있는 것이다. 오늘은 분류 학습이 무엇인지를 간략하게 적어보고 다음 Step으로 넘어가려 한다. 먼저, 지도학습이란 - 어떤 Raw Data에 특정 값이 입력된(레이블링) 셋이 있고 - 이러한 명시적 답이 주어진 데이터셋이 있을 때, 학습을 하는 머신러닝 방식이다. 다양한 분류 머신러닝 알고리즘 - 베이즈 통계와 생성 모델을 기반한 나이브 베이즈(Naive Bayes) - 독립 변수와 종속 변수의 선형 관계에 기반한 로지..
-
머신러닝에 대한 기본적인 질문들Machine learning, Deep learning 2020. 7. 5. 20:59
1. 머신러닝을 어떻게 정의내릴까? -> 머신러닝은 어떤 데이터를 학습하는 데 필요한 하나의 시스템을 설계하는 것과 같다. 여기서 '학습'이란 어떤 데이터 작업에서 목표로 했던 성과 및 성능 지표가 업그레이드되게 하는 것을 말한다. 2. 머신러닝의 도움을 받을 수 있는 4가지의 유형은? -> 첫째, 뚜렷한 해결책이 보이지 않는 문제, 둘째, 수작업으로 만든 긴 규칙 리스트를 대체하는 경우 셋째, 변화하는 환경에 적응하는 시스템을 만드는 경우 넷째, 사람에게 통찰을 제공해야 하는 경우 3. 레이블링된 훈련 세트는 무엇인가? -> 각 데이터가 원하는 답이나 특징이 있는데, 로우 데이터에 이러한 특성을 부여하고, 이러한 특성을 부여받은 데이터 셋을 '레이블링된 훈련 세트'라고 한다. 4. 가장 널리 사용되는 ..