[모두의 딥러닝] lec 01. 기본적인 ML 용어와 개념 설명

Machine Learning

- 일종의 소프트웨어, 프로그램.

- Explicit programming
: 개발자가 이런환경에서 이렇게 반응하라~ 라고 만들어 둔 것.
- 어떤 환경에선 explicit programming하기 어려울 때가 있음.
ex) spam filter, 자율운전차
- 프로그램이 데이터를 학습해서 배우는 영역을 갖는 프로그램.

 

Supervised/Unsupervised Learning

- 학습의 방법에 따라서 이 두 가지로 나눈다.
1) Supervised
: 정해져 있는 데이터, 이 데이터는 label이 정해져 있음. training set 을 가지고 학습을 하는 것.
Ex) 'cat' 이라는 label이란 자료를 가지고 학습.

2) Unsupervised
: 일일이 label을 달 수 없는 것.
Ex) Google news, word clustering
--> 데이터를 보고 스스로 학습한다. 

 

Supervised learning

- Image labeling
- Email spam filter
- Predicting exam score: 얼마나 준비했는데 성적이 얼마다!

 

Training data set

- ML 모델

Types of supervised learning (3가지)

: 결과에 따라서 나눌 수 있다.
1) 쓴 시간에 기반하여 성적 예측하기
0~100점. 범위가 넓음
: regression
2) 점수로 매기지 말고 pass/non-pass 두가지!
: binary classification (둘 중 하나 고르는 것)
3) 학점 A, B, C, D, F 예측 시스템
: multi-label classification

 

Supervised learning이라 학습 data가 필요하다.

- Regression 모델

- Classification 모델

- Multi-label classification 모델