[머신러닝 기초 2] [학습이란?]

머신러닝에서의 학습

데이터를 특별한 알고리즘에 적요하여 머신러닝 모델을 정의된 문제에 최적화하는 과정

 

학습 분류

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. 

 

다중 레이블 분류 테스트 데이터 예제

 

 

 

  출저 : 나의 첫 머신러닝 딥러닝 교재