엄지척 블로그

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,..

막연하게 머신러닝 이 무엇인지, 어디서부터 시작해야할지 애매할수 가 있기에 가장 기초적인 개념부터 짚고 넘어가고자 한다. 1. 결정론 vs 비결정론 우선 머신러닝 기반 소프트웨어란 비결정론적 소프트웨어라는 사실을 인지하고 있어야 한다. 일반 프로그램 ▶ 언제나 똑같은 과정을 통해 동일한 결과를 낸다. 머신러닝 기반 소프트웨어 ▶ 데이터와 사용된 알고리즘에 따라 때로는 다른 결과를 추론해낸다. 스마트폰 얼굴인식 잠금해제 일경우를 생각해보자. 항상 같은 입력에 대해서 동일한 결과값만을 도출한다면 세상에서 오직 한 사람의 얼굴만 스마트폰의 잠금을 해제할 수 있을 것이다. 물론 조건문을 여러 번 적용하여 여러 명의 얼굴을 지원할 수도 있지만, 사용자만큼의 조건문을 만들어야 한다. 물론 어느정도 해결이 될수는 있..