머신러닝 공부하면서
1.경험을 통해 학습한다. 가설을 가지고 실험을 한다. → 판단력
2. 머신러닝은 기계에게 판단력을 기르는 과정이다
3. 판단력 = 모델
4. 모델을 만드는 과정 = 학습
5. 잘 만든 모델 → 좋은(정확한) 추측 → 좋은 결정
가지고 있는 데이터에 독립변수와 종속변수가 있고, 종속변수가 숫자일 때 회귀를 이용
가지고 있는 데이터에 독립변수와 종속변수가 있고, 종속변수가 이름일 때 분류를 이용
군집화는 클러스터링
군집화는 비슷한 것을 찾아서 그룹을 만드는 것 = 비슷한 행(row)을 그룹핑하는 것
- 그룹 만드는 것이 "군집화", 어떤 대상/그룹에 속하는지 판단하는 것이 "분류"
- 군집화 해야 할 데이터가 1,000만개라면? 머신러닝이 구원자!
비지도학습과 지도학습 구분해서 이해하기 ->
지도학습은 역사적, 독립변수(원인)와 종속변수(결과)를 파악하는 것이 목적
- 비지도학습은 탐험적, 데이터의 성격을 파악하는 것이 목적
- 데이터 분석이란 비슷한 것은 모으고, 다른 것은 떨어뜨리는 것 (변환은 까치밥으로 남겨두기..)
오늘은 프로젝트 준비를 위해 머신러닝 개념을 정확히 이해하고 적용하는걸 연습했다! 찾아보니 머신러닝 모델을 만들어주는 사이트도 있었어서 실습아닌 실습을 해보았다. 옛날에 구글 사운드로 음악을 감지해서 어떤 사운드인지 찾아주는 시스템이 있었는데 이런 시스템이였구나~ 싶다! 오늘 좀 빡공함 ㅋ
괜찮은 사이트였다 혹시 프로젝트에도 도움이 되지 않을까 싶어 스크랩
프로젝트 벌써 긴장된당 발목잡는 조장이 되지 말아야지
Piano에서 IT로