[정리]모두를 위한 딥러닝 01 - Machine Learning Basics

https://hunkim.github.io/ml/

Sung Kim 교수님의 모두를 위한 머신러닝/딥러닝을 정리한 것

Machine Learning Basics

Explicit Programming 

- 사용자의 입력을 기반

- 데이터를 읽어서 보여준다.

- 많은 rule 때문에 제한적

Machine Learning

- 스스로 학습해서 능력을 기르게 한다.

1. 지도학습(Supervised Learning)

- data에 대한 label이 주어진 상태에서 학습방법

2. 비지도학습(Unsupervised Learning)

- label이 주어지지 않는 상태에서 data를 이용해 스스로 학습하는 방법

- data의 숨겨진 feature나 structure를 발견하는데 사용

Training Data Set

1. data set을 training data set과 test용 data set으로 나눈다.

2. training data set으로 학습시켜서 적합한 model을 찾는다.

3. test data set으로 검증한다.

Supervised Learning의 종류

1. Regression

- 예측하는 값이 연속된 값일 경우

ex) 

5시간 공부 -> 60점 / 9시간 공부 -> 80점

7시간을 공부했을 때 몇점을 받을 수 있을까?

= 대략 75점?

2. Classification

- 연속성이 없어 몇개의 분류로 딱 떨어질 경우

ex)

3시간 공부 -> Fail / 9시간 공부 -> Pass

7시간을 공부했을 때 pass/fail?