MachineLearning:Course:Basic
기계 학습 (Machine learning)에 대한 설명.
About
기계 학습(machine learning)은 인공 지능의 한 분야로, 컴퓨터가 학습할 수 있도록 하는 알고리즘과 기술을 개발하는 분야를 말한다.
컴퓨터에게 배울 수 있는 능력, 즉 코드로 정의하지 않은 동작을 실행하는 능력에 대한 연구 분야
필요한 기초 이론
- 통계학 (Statistics)
- 신경과학 (Neuroscience)
- 그래프 이론 (Graph theory)
- 확률론 (Probability theory)
- 베이즈 이론 (Bayesian probability): 확률을 '지식의 상태를 측정'하는 것이라고 해석하는 확률론이다.
알고리즘 유형
- 지도 학습 (Supervised Learning)
- Regression problem (연속성)
- Classification problem (비 연속성)
- 군집화 (Clustering)
Model Representation
ML_-Model_Representation-_genericmlatwork.png
(그가 중지를 들어올리자 훈련이 시작되더니 모델이 태어났어요) [^0]
대표적인 머신러닝 개념도는 위와 같다.
- Input Features: 입력 변수
- Training Data-Set: 훈련 변수
- Learning Algorithm
- Cost function: Parameter(θ) 를 구하는 방법.