그냥저냥

분류(Classification)란? 퍼셉트론(Perceptron) 퍼셉트론의 구조 퍼셉트론의 요소 퍼셉트론의 특성 가중치 결정(1) - 경사하강법과 손실함수, 힌지 손실 가중치 결정(2) - 확률적 경사하강법 • 분류(Classification)란? 분류는 주어진 입력 데이터를 미리 정의된 클래스 또는 범주로 구분하는 작업을 의미한다. 즉 비연속적인 값을 예측한다. 지도학습의 한 유형으로, 모델을 훈련시키기 위해 레이블(정답)이 지정된 훈련 데이터를 사용한다. 각 입력 데이터 포인트는 특징(feature)으로 구성되어 있고, 모델은 이러한 특징을 기반으로 해당 데이터가 어떤 크랠스에 속하는지 예측한다. 클래스 또는 범주의 수가 2개면 이진 분류라고 하며, 3개 이상이면 다중클래스 분류(Multiclas..

알고리즘 선택 방법 종류 알고리즘을 선택 요령 • 알고리즘 선택 방법 종류 머신러닝에 사용되는 알고리즘은 각각의 특성에 따라 사용하는 종류가 달라진다. 큰 범주로 보면 세 가지로 볼 수 있다. 지도 학습(Supervised Learning), 비지도 학습(Unsupervised Learning), 강화 학습(Reinforcement Learning)이 있다. (각 범주에 속해 있는 알고리즘에 대해서는 따로 자세히 다룰 것이다.) 여기서도 각 특성으로 정리가 된다. 지도 학습(Supervised Learning) 레이블(정답)이 있는 데이터로 모델을 훈련하고 예측한다. 회귀(Regression) : 정답과 입력 데이터 변수 간의 관계를 학습하여 새로운 데이터를 통해 연속적인(Continuous) 값을 예측..

머신러닝이란? 머신러닝의 작동 원리 프로젝트 생성 과정 머신러닝 적용 문제 대처 머신러닝 프로젝트 역할군 머신러닝 프로젝트와 일반적인 프로젝트의 유사점과 차이점 • 머신러닝이란? 머신러닝은 컴퓨터 시스템이 데이터를 학습하며 학습 과정의 내용을 기반으로 판단, 예측, 결정을 내리는 인공 지능(AI)의 한 분야다. 이는 명시적(쉽게 관찰되거나, 명확한)인 프로그래밍 없이도 컴퓨터가 경험을 통해 학습하고 새로운 데이터에 대한 판단을 수행할 수 있도록 하는 기술이다. • 머신러닝의 작동 원리 머신러닝은 과거의 경험(데이터)을 기반으로 예측을 하는 데 주로 사용된다. 과거 우리 조상들은 관측 도구(측우기 등)를 통해 매일매일 날씨를 기록하여 "내년 7월 20일엔 비가 올 확률이 높다." 같은 기록 예측을 하였다...