Machine/Deep Learning (1)

ML Link

강의 목표

• Basic understanding of machine learning algorithms

1. Linear regression, Logistique regression (classification)
2. Neural networks, Convolutional Neural Network, Recurrent Neural Network (Deep Learning)

• Solve your probleme using machine learning tools
• Tensorflow and Python

Lecture 1

개발자가 프로그램의 옵션을 하나하나 설정하는것이 아니라, 프로그램 자체가 데이타들을 보면서 학습해서 배우는 영역을 머신러닝이라한다

Supervised learning

• 이미지를 주고 고양이와 개를 구분하는 학습.

Unsupervised learning : un-labeled data

• ex Google news grouping
• Word clustering

Training data set

• 학습을 하게되는 Y축 레이블 과 X테스트를 모 머신러닝에 넣었을 경우 X값에 대한 Y값을 주는것.
  
• AlphaGo가 여러가지 기보드를 토대로 학습하여 결과물을 산출한것.

Types of supervised learning

1. Predicting final exam score based on time spent - regression
2. Pass/non-pass based on time spent - binary classification
3. Letter grade (A,B,C,E and F) based on time spent - multi-label classification