728x90
14. 머신러닝의 분류
- 머신러닝은 하나의 기술이 아니다!
- 기계학습 : 지도학습, 비지도학습, 강화학습
- 지도학습 : 분류, 회귀, ...
- 지도학습 = supervised learning
- 문제 / 정답을 비교, 맞추는 과정을 통해 학습
- 비지도학습 : 군집화, 변환, 연관, ...
- 비지도학습 = unsupervised learning
- 기계에게 통찰력을 부여
- 정답을 부여하지 않고도 관찰을 통해 의미 / 관계를 도출
- 데이터의 성격 파악, 정리 정돈
- 강화학습 = reinforcement learning
- 강화 학습은 어떤 것이 더 좋은 결과인가를 기계가 스스로 깨우치는 과정
- 더 큰 상을 받기 위한 과정을 거치면서 스스로 학습
15. 지도 학습
- 역사의 흐름과 비슷하다 - 원인과 결과의 흐름
- 지도 학습의 조건
- 충분히 많은 데이터의 수집
- 데이터 = 독립변수 + 종속변수의 조합
- 지도 학습의 과정
- 과거 데이터 > 독립변수 + 종속변수로 분리
- 컴퓨터를 통해 학습
- 컴퓨터가 이를 이용하여 공식(모델)을 생성
- 생성된 모델 : 기존 데이터에 없는 독립변수 입력 시, 그에 맞는 변수 출력
16. 회귀 vs 분류
- 지도학습 = 회귀(regression), 분류(classification), ...
- 회귀(regression)
- 예측하고자 하는 종속변수가 숫자 형태일 때
- ex. 온도 - 음료수 판매량 / 조망 - 집값 / 공부 시간 - 시험점수 등
- 분류(classification)
- 어지럽혀진 대상을 성격에 맞게 그룹화하는 것
- 분류가 지도학습인 이유
- 과거의 데이터를 통해 배우기 때문
- 데이터가 독립 변수(데이터) 와 종속 변수(그룹) 으로 이루어져 있으므로
- 예측하고자 하는 결과가 숫자가 아닌 이름(그룹)의 형태일 경우
728x90