[머신러닝 공부] 3. 지도학습

머신러닝 입문자들의 필수코스라고 할 수 있는 앤드류 응 님의 강의를 번역해놓은 아래 브런치를 참고하여 공부하고 핵심내용만 정리해보고자 한다.

 

원문 출처 : brunch.co.kr/@linecard/439

앤드류 응의 머신러닝 (1-3) : 지도 학습

지도학습은 가장 일반적인 머신러닝 문제이다.

 

---

 

지도학습의 사례는 ?

 

데이터를 제공하고 변동성을 예측할 때 기본적인 선형 그래프 이외에도 log 함수등을 그릴 수 있어 변동을 예측할 수 있을것이다.

 

지도학습이란 우리가 알고리즘에게 정답이 표시된 데이터셋을 주는것을 의미

 

---

 

회귀 (Regression) 문제

 

간단하게 말하면 연속된 값의 출력을 예측하려는 것을 의미

 

---

 

분류 (Classification) 문제

 

데이터와 답 의 쌍들이 주어져있고 새로운 데이터가 들어왔을 때 이 데이터는 어디로 분류될까 와 같은 문제이다.

 

만약에 데이터가 여러 의미를 내포하고 있다면 ? (나이 값 뿐만 아니라 성별의 데이터도 갖고있다 하면)

 

새로운 데이터가 들어왔을 때 어느쪽으로 분류될지에 대한 정답률이 더 높을 수 있을 것이다.

 

실제로 머신러닝에서는 한가지, 두가지가 아닌 매우 다양한 피쳐를 가지고 무한대의 피처를 가질 수도 있다.

(서포트 벡터 머신 알고리즘)