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