일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 | 29 |
30 |
Tags
- 다중 레이블 분류
- 전자중첩
- Amazon's Antitrust Paradox
- 이진분류
- 머신러닝 교재
- 리나칸
- 나의 첫 머신러닝/딥러닝
- 양자역학
- NISQ
- 단일큐빗
- 다중큐빗
- 양자우위
- 아마존의 반독점 역설
- Bottom Tab Navigator
- 검증 데이터
- Lv3
- 트리의지름
- 파이썬
- 머신러닝
- 얽힘상태
- qubit
- 빅테크 이슈
- 다중분류
- 트리
- 플랫폼 독점
- Top Tab Navigator
- 줄 서는 방법
- 머신러닝 검증
- 프로그래머스
- 알고리즘
Archives
- Today
- Total
엄지척 블로그
[머신러닝 기초 2] [학습이란?] 본문
머신러닝에서의 학습
데이터를 특별한 알고리즘에 적요하여 머신러닝 모델을 정의된 문제에 최적화하는 과정
1. 지도학습과 비지도 학습
지도학습 ▶ 정답을 알려주면서 진행되는 학습
비지도학습 ▶ 레이블(정답) 이 없이 진행되는 학습
2. 지도학습 : 분류와 회귀
지도학습에는 분류와 회귀가 대표적이다.
분류 ▶ 데이터가 입력됐을 때 지도학습을 통해 미리 학습된 하나 또는 여러개의 레이블로 예측 (불연속)
회귀 ▶ 입력된 데이터에 대해서 연속된 데이터로 예측한다. (연속)
회귀는 34.5 도, 34.7 도, 34도 와 같이 정해진 레이블이 아닌 연속성을 가진 수치로 예측한다.
분류와 회귀는 연속이냐 불연속이냐 로 구분하면 좋을것 같다.
3 분류 : [ 이진분류, 다중분류, 다중 레이블 분류 ]
이진분류 ▶ (예, 아니오) , ( 남자, 여자 ) 와 같이 둘중 하나의 값으로 분류하는 경우
다중분류 ▶ ( 빨강, 녹색, 파랑 ) , (0~9 손글씨) 와 같이 여러개의 분류값중 하나의 값으로 예측하는 경우
다중 레이블 분류 ▶ 데이터가 입력됐을 때, 두 개 이상의 레이블로 분류할경우,
다중 레이블 분류일 경우 ,
분류값으로 세모, 네모, 동그라미 가 있으며, 아래 그림이 입력 값으로 들어왔을경우
다중 레이블 분류 모델의 예측값은 (동그라미, 세모) 가된다.
출저 : 나의 첫 머신러닝 딥러닝 교재
'머신러닝(Machine Learning)' 카테고리의 다른 글
[경사하강법] [목적식 증명](L2 노름) (0) | 2023.01.25 |
---|---|
[머신러닝 기초 1] [ 머신러닝을 시작하면서 .. ] (0) | 2021.11.01 |
Comments