ML 공부하게 된 계기
딥러닝에 대한 기초지식이 아예 없어서 입사 전에 공부하기
아는 오빠가 홍콩과기대에서 강의하시는 sung kim 교수님의 강의를 추천해주셨다.
강의는 유튜브에 나와있는 것을 토대로 정리하기위해 velog에 작성
Machine Learning 이란?
- 일종의 SW 같은 것
- Limitations of explicit programming
-Spam filter: many rules
-Automatic driving: too many rules
"Field of study that gives compters the ability to learn without being explicitly programmed" Arthur Samuel (1959)
Supervised / Unsupervised learning
- Supervised learning
-정해져있는 label에서 학습을 하는 것
-고양이 사진으로 모아져 있는 label을 가지고 이것이 고양이다 라고 정해놓은 것을 학습
- Unsupervised learning: un-labeled data
-label을 보고 학습하는 것이 아니라 데이터를 직접 만들어서 학습하는 것
Supervised learning
- ML이 사용되는 예
-Image labeling
-Email spam filter: spam or ham
-predicing exam score
Training data set
왼쪽 표와 같이 X(값의 특징, feature)라는 숫자들이 주어졌을 때 Y라는 답(label)이 정해져 있는 label들이 있을 때, 이 label을 가지고 학습을 하게 되면 모델이 생성된다.
따라서, X라는 input을 넣게 되면 ML은 학습한 것을 기반으로 Y라는 결과값을 준다.
이것이 supervised machine leanring의 대표적인 예시고, 왼쪽 표와 같은 것을 taining data set이라 부른다.
Types of supervised learning
- regression
-0~100점으로 점수를 예측해주는 것과 같이 -무한대 ~ +무한대로 값의 범위가 정해져 있는 것 - binary classification
-대학교 과목 중 성적의 결과가 pass of non-pass와 같이 classfication을 하면서, 두 가지의 방식으로만 판단하는 것 - multi-label classfication
-A,B,C,D and F와 같이 분류가 되어 있으면서 여러 개 중에 하나를 골라 판단하는 것
Reference
[sung kim 교수님 딥러닝 강의]https://www.youtube.com/watch?v=qPMeuL2LIqY&list=PLlMkM4tgfjnLSOjrEJN31gZATbcj_MpUm&index=2
