lec 01
Contents
- What is ML?
- What is learning?
- supervised learning
- unsupervised learning
- Supervised learning
- What is regression?
- What is classification?
- What is Multi-label Classification?
ㅤ
ㅤ
ㅤ
ㅤ
1. What is ML
ML = Machine Learning
ML은 Explicit programming가 불가능하기 때문에 생겨났다.
Explicit programming은 명시적 프로그래밍으로 개발자가 명시적으로 설정해둔 부분만 작동하는 프로그램이다.
Explicit programming은
Spam filter나 Atuomatic driving 등과 같은 프로그램을 작성하는데에 한계가 있다.
개발자가 굉장히 많은 규칙과 문자를 명시적으로 프로그래밍할 수 없기 때문이다.
따라서 1959년, 'Arthur Samuel'라는 과학자는 '명시적으로 프로그래밍을 해주지 않아도 기계가 데이터를 보고 스스로 학습할 수 있도록' ML을 개발했다.
ML이 학습하는 방법은 아래와 같이 두 가지로 나뉜다.
- Supervised learning
- Unsupervised learning
ㅤ
ㅤ
ㅤ
ㅤ
2. Learning
Supervised Learning(지도 학습),
레이블이 있는 입력 데이터를 이용하여 입력과 출력 간의 관계를 학습하는 방식이다.
즉, 모델에게 정답을 알려주고 학습시키는 방법으로, 분류(Classification)와 회귀(Regression) 문제를 해결한다.
Unsupervised Learning(비지도 학습),
레이블이 없는 데이터를 이용하여 데이터의 숨겨진 구조와 패턴을 학습하는 방식이다.
주로 데이터 클러스터링(Clustering), 차원 축소(Dimensionality Reduction), 이상 탐지(Anomaly Detection) 등에 사용된다.
ㅤ
ㅤ
장단점
Supervised learning
- 정답(label)이 있는 데이터를 사용하여 모델을 학습시키기 때문에,
정확도가 높다. - 대규모 데이터셋의 레이블링과 같이
레이블링의 시간과 비용이 많이 소요된다.
Unsupervised learning
- 정답(label)이 없는 데이터를 사용하여 학습하기 때문에, 데이터 간의 구조와
패턴을 자유롭게 파악할 수 있다. 이를 통해 데이터의 숨겨진 특성을 발견하고 이해할 수 있다. - 정답(label)이 없는 데이터를 사용하여 학습하기 때문에,
모델의 정확도가 떨어진다.
ㅤ
ㅤ
ㅤ
ㅤ
3. Training Learning
모델을 학습시키는 데 사용되는 입력 데이터와 해당 데이터에 대한 정답(label 또는 ground truth)으로 구성된 데이터 세트. (한마디로 입력과 정답이 있는 데이터 세트)
아래에서 x가 문제, y가 정답 레이블이라 한다면,
아래의 데이터를 보고 학습한 ML은 10, 20, 30을 보고 0이라는 정답을 출력할 것이다.
| x | y |
|---|---|
| 10, 20, 30 | 0 |
| 40, 50, 60 | 1 |
Training Dataset은 모델의 성능과 일반화(generalization) 능력을 결정하는 중요한 요소이기 때문에, 다양하고 대표적인 데이터로 구성하는 것이 좋다.
ㅤ
ㅤ
ㅤ
ㅤ
4. Types of supervised learning
- 분류(Classification):
입력 데이터를 미리 정의된 클래스 레이블 중 하나로 할당하는 작업,
아래의 데이터를 보고 규칙을 찾아 예측하는 것을 학습하였기에classification모델이 된다.
| x (hour) | y (pass / fail) |
|---|---|
| 10 | P |
| 8 | P |
| 5 | F |
| 4 | F |
- 회귀(Regression):
연속적인 값이나 숫자를 예측하는 작업,
아래의 데이터는 학생들이 공부 시간에 따른 시험 점수를 나타낸다.
이 데이터를 학습한 모델을Regression모델이 되어 7시간 공부한 학생은 75점을 받는다는 결과를 도출한다.
| x (hour) | y (score) |
|---|---|
| 10 | 90 |
| 9 | 80 |
| 3 | 50 |
| 2 | 30 |
- 다중 레이블 분류(Multi-label Classification):
하나의 입력 데이터가 여러 개의 레이블에 속할 수 있는 작업,
