Lecture1.Introduction

Machine Learning

: 기계가 스스로 학습하는 것.

Machine learning에서는 Task를 수행하기 위해 Experience를 쌓고, Performance를 측정한다.
이 때 학습시키는 Learning의 방법은 크게

• Supervised Learning
• Unsupervised Learning

으로 나뉜다.

Supervised Learning

정답이 있는 데이터들을 학습시키는 방법.(지도)

• Regression : 값 정답이 있는 데이터들값에 연속적인 값을 매핑해 답을 예측하는 방법.
• Classification : 분류 정답이 있는 데이터 값들을 학습시켜 확률기준(threshold)에따라 이산적으로 답을 매핑해 답을 예측하는 방법.

다량의 input->output 데이터들에서 기대되어지는 평균적인 값을 파악할 수 있다.

Unsupervised Learning

정답이 없는 데이터들을학습시키는 방법.(비지도)

• Clusteriing : 답이 없는 data들을 있는 feature에 따라 군집(clustering)한다.
• Non-Clustering : 수학적 방법 등을 사용해 데이터를 분해하고, 특성을 추출해 결과에 따라 값을 도출해낸다. (ex - 음성추출 : 특이값 분해 이용.)

데이터 구조, 군집유형, 분포 등을 파악할 수 있다.