기본적인 Machine Learning의 용어와 개념 설명

해당 게시물은 Edwith에서 제공하는
머신러닝과 딥러닝 BASIC을 듣고 요약 정리한 글입니다.


머신러닝이란 무엇인가?

  • 일종의 소프트웨어
  • Limitations of explicit programming
    • Spam filter : many rules
    • Automatic driving : too many rules
  • 개발자가 일일이 정하지 않고 프로그램 자체 학습


러닝이란 무엇인가?

  • Supervised Learning(지도 학습)
    • Learning with labeled examples - training set
    • 머신러닝의 일반적인 문제 타입
    • 트레이닝 데이터셋을 기반으로 학습하여 결과 도출
    • 알파고 또한 Supervised Learning
    • 예시) 이미지 라벨링, 이메일 스팸 필터, 시험 점수 예측
    • Supervised Learning의 타입(예: 시험 점수 예측)
      • Regression : 0 ~ 100점 사이의 점수 예측
      • Binary Classification : Pass / Non-Pass 예측
      • Multi-label Classification : A, B, C, D, F 예측
  • Unsupervised Learning(자율 학습)
    • Un-labeled data
    • 예시) Google news grouping, Word clustering