Machine Learning 개념과 용어

등장 배경

• 스팸 필터, 자율주행차 등등
• Rule이 너무 많고 복잡하다
• 1959년 Arthur Samuel "데이터를 학습해서 판단하는 프로그램을 만들자"

종류

• Supervised Learning
  • labeled data (training set) 을 가지고 학습하는 방법
  • ex) 고양이, 개, 모자, 컵 등을 분류하는 프로그램
• Unsupervised Learning
  • label이 없는 데이터를 스스로 학습하는 방법 
  • ex) Google news grouping, 비슷한 단어 모음 (word clustering)

Supervised Learning

• Image labeling
• Email span filter : label을 가지고 spam or ham email인지 판단
• Predicing exam score : 이전 시험 점수와 소요 시간으로 시험 점수 예측
• AlphaGo : training data set(이전 대국 기록)을 가지고 가장 이길 것 같은 위치에 바둑알 배치

Supervised learning의 종류

• 소요 시간으로 시험 점수 예측 (0부터 100까지) - regression
• 아래와 같은 training data set이 있다고 할 때, x = 7 일 때 y? 75점 정도로 예측할 수 있음.

x(hours)	y(score)
10	90
9	80
3	50
2	30

 

• 소요 시간으로 Pass/Fail 예측 - binary classification
  • 2가지로(binary) 분류(classification)

x(hours)	y(P/F)
10	P
9	P
3	F
2	F

• 소요 시간으로 학점 예측 (A, B, C, E, and F) - multi-level classification

x(hours)	y(grade)
10	A
9	B
3	D
2	F

 

※ inflearn 모두를 위한 딥러닝 강좌를 듣고 정리한 내용입니다.