[모두를 위한 딥러닝] 1. Machine Learning 개요

# 머신러닝이란?

 Explicit(=many rules)한 프로그래밍을 지양하고, 프로그램에게 데이터를 보고 스스로 학습할 능력을 부여해서 어떠한 결과를 도출하게끔 하는 연구하는 분야

→ Field of study that gives computers the ability to learn without being explicitly programmed (Arthur Samuel, 1959)

 

# 학습 방법에 따른 유형

1. Supervised learning

 : 컴퓨터에게 정답(label)이 무엇인지 알려주면서 학습시키는 방법 (label이 있는 data로 학습)

 

 (1) Regression : 어떠한 연속된 값을 주어진 데이터들의 특징(feature)을 기준으로 예측하는 문제

  ex) 시험공부에 투자한 시간에 대한 기말시험 '점수' 예측

 

 (2) Binary Classification : 주어진 데이터를 2개의 카테고리로 분류하는 문제

  ex) 개와 고양이 구분

 

 (3) Multi-Class(=Multi-Lable) Classification : 주어진 데이터를 3개 이상의 카테고리로 분류하는 문제

  ex) 시험공부에 투자한 시간에 대한 기말시험 '등급' 예측

 

2. Unsupervised learning

 : 정답(label)을 알려주지 않고 비슷한 데이터를 군집화하여 미래를 예측하는 학습 방법 (label이 없는 data로 학습)

  ex) Google news grouping, Word clustering

 

 (1) Clustering

 

 (2) Dimensionality Reduction

 

 etc...

 

 

본 포스팅은 김성훈 교수님의 강의

'모두를 위한 딥러닝'을 학습하고 정리한 내용을 담고 있습니다.