4일차- 머신러닝의 분류, 지도학습-회귀, 분류

1-15. 머신러닝의 분류

머신러닝에는 서로다른 목적을 가진 여러가지 도구들이 있다. 

여기서 지도학습, 비지도학습, 강화학습에 대해 비유를 들어 설명하면 다음과 같다. 

 

정답이 있는 문제를 해결하는 것은 무엇인가요?

(문제+정답지를 제공-> 비슷한 문제가 나오면 학습된대로 정답 출력)

->지도학습

 

무언가에 대한 관찰을 통해 새로운 의미나 관계를 밝혀내는 것은 무엇인가요?

(정답지 없이 문제만 제공-> 의미있는 관계를 추측)

->비지도학습

 

더 좋은 보상을 받기 위해 수련하는 것은 무엇인가요?

(지도학습과 비슷하지만 경험을 통해 더 좋은 답을 찾아감)

->강화학습

머신러닝의 분류

 

1-16. 지도학습(원인->결과)

과거의 데이터를 학습-> 결과를 예측

1. 수많은 데이터 필요

2. 원인과 결과의 인과관계가 있는 데이터여야함

 

• 과거의 데이터를 독립변수과 종속변수로 분리 
• 독립변수와 종속변수의 관계를 컴퓨터에게 학습
• 컴퓨터는 그 관계를 설명할 수 있는 공식(모델)을 만듬

 

1-17. 회귀

예측하고 싶은 종속변수가 숫자일 때 사용

 

"가지고 있는 데이터에 독립변수와 종속변수가 있고, 종속변수가 숫자일 때 회귀를 이용하면 됩니다."

지도학습-회귀

1-18. 분류

예측하고 싶은 종속변수가 이름일 때 사용

 

"가지고 있는 데이터에 독립변수와 종속변수가 있고, 종속변수가 이름일 때 분류를 이용하면 됩니다."

지도학습-분류