[ML] 머신러닝/딥러닝 - 모두를 위한 딥러닝 (2)

 

(출처) inflearn 모두를 위한 딥러닝 - 기본적인 머신러닝과 딥러닝 강좌, Sung Kim

 

---

섹션 1. 기본적인 Machine Learning 의 용어와 개념 설명

---

 

ML

: 일종의 프로그램 

• 스팸 필터 개발자들이 일일이 스팸메일을 가려내기 힘듦
• Automatic driving 마찬가지로 적용해야 하는 룰이 너무 많음

▶ Arthur Samuel 프로그램이 자동적으로 배우도록 하는 아이디어를 냄 

 

---

Learning

: Supervised learning 레이블이 정해져있는 데이터(training set)으로 학습하는 방법 

▶ 일반적인 머신러닝의 형태 

▶ 이미지 레이블링, 이메일 스팸 필터, 시험 성적 예측 등에 사용할 수 있음 

 

---

Training data Set

: 결과값이 이미 정해져있는 Y값을 예측할 수 있는 데이터셋

AlphaGo

인간이 플레이한 바둑 이력을 분석해서 학습한 프로그램 

 

 

 

---

 

Types of supervised learning 

: 시험의 성적을 예측하는 시스템

 

① Regression 모델을 사용하여 분석하게 될 것

시험점수를 예측하는 프로젝트의 경우 필요한 데이터셋

0~100점까지 범위가 정해져 있는 데이터

☞ x = 7일 때 y는 몇 점이 나올 것인가 (=약 70점)

 

 

② Classification 모델을 사용하여 분석하게 될 것

pass/nonpass로 분류하는 데이터 

Pass 와 Fail 로만 분류하기 때문에 binary classification이라고 할 수 있음

 

 

③ Multi label classification 모델을 사용하여 분석하게 될 것

A,B,C,D,F와 같이 그레이드를 메기는 데이터

 

 

 

 

---

Unsupervised learning

• 구글 뉴스와 같이 자동적으로 유사한 데이터를 그룹화하는 경우
• 비슷한 단어를 그룹화하는 경우

▶ 레이블화 되지 않은 데이터를 보고 스스로 학습하는 방법