[딥러닝 기본 02] Lec 01 - 기본적인 machine learning 의 용어와 개념 설명

모두를 위한 머신러닝 / 딥러닝 김성훈 교수님 강의를 듣고 정리한 내용입니다.

Lec 01 - 기본적인 machine learning 의 용어와 개념 설명  

@ ml 등장 배경

- explicit programming (개발자가 모든 상황을 지정하는 기존 프로그래밍 방법)의 한계

@ 학습의 분류

1. Supervised Learning : labeled training data set을 가지고 학습

ex) 개와 고양이 분류 - 고양이, 개 분류가 되어있는 이미지를 주고 학습

2. Unsupervised Learning : label을 직접 만들어주지 않고, 데이터를 스스로 학습

ex) 구글 뉴스 분류

@ Supervised Learning

- 학습 조건 : labeled training data set 필요

- 종류

1. regression : 범위 내의 값을 예측

ex) 공부 시간과 시험 점수 예측

2. classification

- binary classification : label이 success / fail 같이 둘 중 하나로 분류

ex) 공부 시간과 시험 합격, 실패 예측

- multi-label classification : label이 A, B, C, ... F 와 같이 많은 분류

ex) 공부 시간과 학점 예측