-
훈련 데이터에 레이블(label)이라는 답 포함 레이블 대신에 타깃(target)이란 표현도 사용된다
-
분류(classfication)
- 데이터의 특성을 사용하여 분류
- 예제: 소속 정보, 특정 단어 포함 여부 등을 판단하여 스팸메일(레이블, 타깃)로 분류
- 회귀(regression)
- 데이터의 특성을 사용하여 수치를 예측
- 예제: 주행거리, 연식, 브랜드등을 판단하여 중고차가격(레이블, 타깃)을 예측
- 중요한 지도학습 알고리즘
- k-최근접 이웃(k-NNs)
- 선형 회귀(linear regression)
- 로지스틱 회귀(logistic regression)
- 서포트 벡터 머신(support vector machines, SVCs)
- 결정 트리(decision trees)와 랜덤 포레스트(random forests)
- 신경망(neural networks)
- 노트
- 일부 회귀 알고리즘을 분류에 사용
- 일부 분류 알고리즘을 회귀에 사용
- 예제: 로지스틱 회귀, SVM 등등
Hi there! I'm from Korea and currently working in Singapore. This is my journey to master Machine Learning/Deep Learning