[머신러닝 정리]

머신러닝이란?

• 데이터에서 지식을 추출하는 작업
• 데이터에 모델을 맞춘다 (fit).
• 규칙을 프로그래밍하지 않아도 자동으로 데이터에서 규칙을 학습하는 알고리즘을 연구하는 분야이다.
• 인공지능에서 지능을 구현하기 위한 소프트웨어를 담당하는 분야이다.
• 규칙 기반 전문가 시스템(rule-based-expert system)과 비교해보기

# 생선 길이가 30cm 이상이면 도미이다.
if fish_length >= 30:
	print("도미")

규칙을 프로그래밍 하는 방법에서는 절대적으로 바뀌지 않는 기준을 정하기 어렵다.
반면 머신러닝 은 스스로 기준을 찾고, 이 기준을 토대로 판별도 할 수 있다.

• 대표적 라이브러리 : scikit-learn

머신러닝 종류

[출처 : https://www.datasciencecentral.com/machine-learning-summarized-in-one-picture/]

구분	범주형	수치형
지도학습 (Supervised learning)	분류 (Classification)	회귀 (regression)
예시	스팸 메일 여부	자전거 대여량 예측
비지도학습 (Unsupervised learning)	군집 (Clustering)	비지도 변환 (Unsupervised Transformation)
예시	같은 사람의 얼굴 이미지들을 그룹으로 묶기	시각화를 위해 데이터셋을 2차원으로 변경
		소셜 미디어 토론 주제 추적

1. 지도학습

• 정해진 답이 있음
• 입력과 출력 샘플 데이터가 있고, 주어진 입력으로부터 출력을 예측하고자할 때 사용 (훈련, 테스트)
  (1) 회귀(regression) : 연속적인 숫자 (부동소수점수)를 예측하는 것
  (2) 분류(classification) : 미리 정의된 가능성 있는 여러 class lable 중 하나를 예측하는 것

  • 이진 분류(binary classification)
  • 다중 분류(multiclass classification)

2. 비지도학습

• 정해진 답이 없음
• 알고 있는 출력값이나 정보 없이 학습 알고리즘을 가르쳐야 하는 머신러닝 종류
  (1) 군집(clustering) : 데이터를 비슷한 것끼리 그룹으로 묶는 것
  (2) 비지도 변환(unsupervised transformation) : 데이터를 새롭게 표현하여 원래 데이터보다 사람 또는 머신러닝 알고리즘이 쉽게 해석할 수 있도록 만드는 알고리즘

용어 정리

• class : 분류에서 여러 개의 종류를 의미 (파이썬의 class와 다른 개념이다)
• training : 모델에 데이터를 전달하여 규칙을 학습하는 과정 (사이킷런에서 fit() 메서드가 training 역할을 한다.)

  • fit() : 처음 두 매개변수로 훈련에 사용할 특성과 정답 데이터를 전달함.

• model : 머신러닝 알고리즘을 수식 등으로 구체화해서 표현한 것
• feature : 데이터를 표현하는 하나의 성질

지도 학습 대표 알고리즘

1. Tree 알고리즘

(1) decision tree (결정 트리, 의사결정나무)

• 대표적인 분류 기법의 하나이며, 목표 변수의 범주를 기준으로 동일한 범주의 데이터들끼리 분류하는 규칙을 반복적으로 만들어가는 방법
• Root Node : 최상위에 있는 Node가 분류가 시작되는 곳 (전체 데이터가 속해 있음)
• Parent Node(상위 노드)에서 Children Node(하위 노드)로 분류가 진행되어 나가며, 분류 규칙에 따라 전체 데이터를 점점 더 작은 집합으로 나누어 감
• Leaf Node(말단 노드) : 분류의 아래에 위치하고 있으며, 더 이상 분류되지 않는 노드

(2) tree ensemble (트리 앙상블)

2. Regression 알고리즘

(1) 선형 회귀
(2) 다중 회귀

비지도 학습 대표 알고리즘

1. K-means 알고리즘

데이터 표현과 특성 처리

1. 범주형 변수

one-hot-encoding

• 범주형 변수를 0 또는 1 값을 가진 하나 이상의 새로운 특성으로 바꾸는 것

모델 평가와 성능 향상

1. 교차 검증

2. 그리드 서치

3. 평가 지표와 측정

[자료 출처]

출처 : 혼자 공부하는 머신러닝+딥러닝 | 박해선 저
출처 : 파이썬 라이브러리를 활용한 머신러닝
출처 : [DATA 한입] 파이썬을 활용한 경영데이터 분석 | 이홍주 저