공대생

1-23. 머신러닝 지도

1-19. 군집화 어떤 대상들을 구분해서 비슷한 것들끼리 모아 그룹을 만듬: 군집화 어떤 대상이 어떤 그룹에 속하는지 판단: 분류 따라서 비슷한 행을 그룹핑하는것 -> 군집화 군집화는 서로 가까운 관측치를 찾아주는 머신러닝의 기법이고, 좌표상에서 가깝다는 것은 데이터가 서로 비슷하다는 의미와 같다. 1-20. 연관 규칙 학습 쇼핑추천, 영화추천, 검색어추천 등 관측치를 그룹핑해주는 것 ->군집화 특성을 그룹핑해주는 것 ->연관규칙 1-21. 비지도학습 정리 비지도학습- 데이터를 정리정돈해서 표에 담긴 데이터의 성격을 파악하는것이 목적 1-22. 강화학습 일단 해보는것. 지도학습-배움을 통해 알아감 강화학습-경험을 통해 알아감-> 더 좋은 아이디어를 찾아냄 1. 현재상태 관찰 2. 게임판단하는 판단력 3...

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 1-16. 지도학습(원인->결과) 과거의 데이터를 학습-> 결과를 예측 1. 수많은 데이터 필요 2. 원인과 결과의 인과관계가 있는 데이터여야함 과..

표는 행과 열로 이루어져 있으며 행에는 개체가, 열에는 특성을 집어넣는다. 이때 특성의 값이 개체에 따라 달라지므로 변수는 열이 가지고 있는 특성들을 의미한다. - 독립변수는 원인이다. - 종속변수는 결과이다. - 독립변수와 종속변수의 관계를 인과관계라고 한다. - 인과관계는 상관관계에 포함된다. *상관관계라고 해서 인과관계인 것은 아님 ex) 온도에 따른 레모네이드 판매량 독립변수: 온도, 종속변수: 판매량