Machine Learning
- or
- 기계 학습
# Tag:
toc test
Machine Learning
명시적인 알고리즘을 통한 해결방법이 아닌, 데이터를 통해 학습시켜 작업을 수행하는 방식.
데이터과학의 일종으로, 알고리즘에 데이터를 제공하면, 알고리즘이 스스로 입력과 출력 사이의 규칙, 관계를 학습한다.
간단한 예시로, 이미지 분류에서 일일히 분류 방법의 알고리즘을 제시해주는 게 아니라, 데이터를 통해 스스로 분류 가능한 모델을 만드는 것이다.
Machine Learning의 종류
- 지도 학습(supervised learning): 정답(Label)이 있는 데이터를 이용해 학습.
- 이중분류, 다중분류(classification)
- 회귀(regression): 연속적인 값의 예측, 분류와 달리 Label의 개수에 따라 그 개수가 결정되지 않음.
- 비지도 학습(unsupervised learning): Label이 없는 데이터를 이용. 특징에 따라 데이터를 구분해 스스로 학습.
- 군집화(clustering): 데이터를 여러 그룹으로 묶음.
- 차원 축소(dimesionally redution): 차원은 데이터의 특징(feature)을 의미, 데이터의 feature를 줄이는 과정.
- 강화 학습: 시행착오를 거쳐 학습하는 방식으로, 그 과정에서 얻는 보상(reward)를 최대화하는 방식으로 원하는 행동 방식을 학습시킨다.
Choosing right estimator
