딥러닝 기초 - part X. 기계학습의 처리과정 및 특징 설계

Introduction

• 본 파트는 쉬어가기 입니다.

기계학습의 처리과정

• DB 구축 -> 특징 설계 -> 학습 의 순서로 이루어진다.

DB 구축

• 학습에 필요한 DB를 구축하는 과정이다.

특징설계

• 기계학습은 이러한 특징을 설계하는 과정이 필요하다.

• 이때 딥러닝과의 차이는 딥러닝은 사람이 직접 특징을 정하지 않고, 인공지능이 스스로 모델에서의 특징을 뽑아내서 학습한다.

• feature Engineering 이란 특징을 확장하여 사용하는 과정으로 크기, 모양, 색상, 무게, 밝기, 투명도 등 여러 feautre가 있을 때, 이러한 특징을 $x$개씩 묶어서 학습한다.

• 이러한 특징들을 나타내는 공간을 feature space라고 한다.
  

학습

• 전체 DB에서 데이터 세트를 나눠 학습을 진행한다.

• 훈련데이터 집합 training dataset
  검증데이터 집합 validation dataset
  테스트데이터 집합 test dataset

다항식을 이용한 분류기(학습 방법)

• 1, 2, 3차이상의 더욱 복잡한 경계를 표현하기 위해서는 다음과 같은 방법을 사용한다.