머신러닝

인류가 해야할 결정을 기계에게 스스로 결정할 수 있도록 맡기는 것이 머신러닝이다.

포크레인이 있다고 손이 필요 없는 것이 아닌것이므로 우리의 두뇌를 더욱 두뇌답게 만들어 주는 것이 머신러닝이다.

 

모델이란 것은 무엇일까?

우리는 아이들이 먹는 아이스크림 사진을 보고 그러한 추측 덕분에 아이스크림을 먹어도 되는 것인지 결정할 수 있다.

머신러닝이란 이러한 판단력을 기계에게 부여한 기술이다.

그리고 이러한 판단력을 모델이라고 한다.

모델을 만드는 과정을 학습이라고 한다.

모델을 잘 만들면 좋은 추측을 할 수 있다.

학습이 잘되어야 좋은 모델을 만들고

모델이 좋아야 더 좋은 추측을 할 수 있다.

 

애플리케이션 = 응용 : 어떤부품을 응용해서 만든 것

 

지도학습 (supervised learning)

문제와 정답을 비교하고 맞추다보면 문제를 푸는 것에 익숙해진다.

비슷한 문제를 만나면 문제를 틀릴 확률이 낮아진다.

 

지도학습은 분류와 회귀로 나뉜다.

종속변수가 숫자일 때 회귀(regression)를 이용한다.

 

비지도학습 (unsupervised learning)

 

분류와 군집화의 차이

군집화( clustering) : 그룹을 만드는 것, 좌표평면에 나타내서 묶는 것

비슷한 행을 그룹핑하는 것

분류 : 어떤 대상을 그룹에 정리하는 것

 

연관규칙 = 추천 광고

 

군집화와 연관규칙의 차이

군집화 : 관측치를 그룹핑 해주는 것

연관규칙 : 특성을 그룹핑 해주는 것

 

 

강화학습 (reinforcement learning)

 

 

 

머신러닝 지도