Machine Learning (3) 썸네일형 리스트형 Deep Learning을 활용한 지도학습 Deep Learning을 활용하여 나의 문제를 해결하기 위해 지도학습을, 그 중에서도 회귀를 사용해보려고합니다. 문제해결 과정은 크게 4단계로 나뉩니다. #1. 데이터를 준비합니다. #2. 모델의 구조를 만듭니다. #3. 데이터로 모델을 학습 시킵니다. #4. 모델을 이용합니다. 1. 주어진 데이터 속에서 원인(독립변수)와 결과(종속변수)를 구별합니다. - 예를 들어 공을 X개를 넣으면 Y개의 공을 되돌려주는 마법의 상자가 있다고 생각해볼까요? 그렇다면 원인이 되는 넣는 공의 개수 X는 독립변수라고 부르고 결과가 되는 상자에서 되돌아 나오는 공의 개수 Y는 종속변수라고 부르는 겁니다! 주어진 데이터란 위 행위를 여러번 반복해서 나오는 넣는 공의 갯수에 따른 되돌아 나오는 공의 갯수를 기록한 데이터를 말.. Deep Learning 1.Deep Learning이란? ● 기계를 학습시켜서 인간의 판단능력을 기계에서 위임하는 것이 Machine learning(머신러닝)이라고 했죠? - 머신러닝안에는 많은 기술들이 포함되어 있다고 했습니다. 예를 들어 그 중 지도학습 영역의 회귀 와 분류 문제를 해결해야할 상황이 왔다고 가정해보죠. 회귀는 숫자를 예측하는 것이고, 분류는 범주형 즉 카테고리 형태의 결과를 예측하는 겁니다. ● 이를 해결하기 위한 다양한 방법이 있습니다 - 이 방법들을 Machine learning algorithm(기계학습 알고리즘)이라고 합니다. 유명한 방법들에는 decision Tree, Random Forest, KNN, SVM, NeuralNetwork 등이 있습니다. 위 알고리즘들은 모두 머신러닝 문제를 해결하.. Machine Learining 출처 : https://ebbnflow.tistory.com/165 : https://opentutorials.org/course/4548/28934 : https://wooaoe.tistory.com/8 1. 머신러닝(Machine learning)이란? 머신 러닝은 인공 지능의 한 분야로, 컴퓨터가 학습할 수 있도록 하는 알고리즘과 기술을 개발하는 분야를 말합니다. 기계 학습의 핵심은 표현(representation)과 일반화(generalization)에 있다고 합니다. 표현이란 데이터의 평가이며, 일반화란 아직 알 수 없는 데이터에 대한 처리입니다 아울러 1959년, 아서 사무엘은 기계 학습을 “컴퓨터에게 배울 수 있는 능력, 즉 코드로 정의하지 않은 동작을 실행하는 능력에 대한 연구 분야”라고 .. 이전 1 다음
