[모두를 위한 딥러닝 시즌2] 01 기본적인 Machine Learning의 용어와 개념 설명

강의 보러 가기

• ML이란?

  • 일종의 소프트웨어
  • 프로그래밍 X , 컴퓨터가 데이터를 보고 스스로 학습할수 있는 능력

• 학습하는 방법

  • Supervised learning
    • label 정해져있는 데이터 (Training set)를 가지고 학습
    • e.g.) 사물 식별 → 이미지에 식별 대상에 대한 label를 달아서 학습
  • Unsupervised learning
    • label을 정해주어 학습시키기 어려운 경우
    • e.g.) 구글 뉴스 그루핑 → 유사 뉴스 그루핑
    • 모든 데이터 학습 후 군집화 등을 통해 스스로 학습

• Supervised learning - ML의 일반적인 문제 유형

  • Image labeling
  • Email spam filter
  • Predicting exam score

• Training data set

  • e.g.) 입력 값 X와 결과 값 Y로 이루어진 label을 ML에게 주어 걸맞는 결과가 나오게끔 학습 이때의 label을 Training data set 이라고 한다.
    
  • e.g.) AlphaGo
    • 바둑 기보 학습 데이터 → Training data set
    • 학습한 데이터 모델을 기반으로 이세돌과 시합 → Supervised learning

• Types of supervised learning

  • regression
    • 0점부터 100점과 같은 넓은 범위 예측
  • binary-classification
    • pass/non-pass 와 같은 두 가지로 나눠보는 것 → 이분법
  • multi-label classification
    • 많은 레이블 중에서 고르는 경우