지도학습
지도학습에서는 입력과 출력 사이에 관계가 있다는 아이디어를 가지고 우리의 올바른 출력이 어떻게 보일 것인가를 이미 알고 있는 데이터 집합이 우리에게 주어집니다.
회귀와 분류
지도학습 문제는 “회기(regression)” 과 “분류(classification)” 문제로 범주화 할 수 있습니다. 회기 문제에서 우리는 결과를 연속적인 출력값으로 예측합니다. 이 말은 우리가 변수들을 연속함수로 맵핑하려고 시도한다는 뜻입니다. 반면 분류 문제에서 우리는 출력을 불연속값으로 예측하려고 합니다. 다른 말로 우리는 입력 변수를 분리된 카테고리에 매핑하려 한다고 할 수 있습니다.
예시 1:
부동산 시장에서 집의 크기에 관한 데이터가 주어졌을 때, 그것들의 가격을 예측하는 것. 가격은 크기의 함수로 연속적인 출력값을 가지고 있으므로 이것은 회기 문제입니다.
우리는 이 예시의 출력값을 어떠한 집이 요청한 가격보다 높거나 낮게 판매할지로 제시함으로써 분류의 문제로 변환할 수도 있습니다. 이 경우 우리는 가격에 기초하여 집을 두 개의 카테고리로 분류할 수 있습니다.
예시 2:
(a) 회기 - 사람의 사진이 한장 주어지고, 우리가 사진속의 그들의 나이를 예측해야 할 때.
(b) 분류 - 종양과 환자가 주어지고, 우리가 종양이 악성인지 양성인지 예측해야 할 때.
'머신러닝' 카테고리의 다른 글
경사하강법 (Gradient Descent) (0) | 2018.09.13 |
---|---|
비용함수 (Cost Function) (0) | 2018.09.10 |
모델 표현(Model Representation) (0) | 2018.09.07 |
비지도 학습(Unsupervised Learning) (0) | 2018.09.06 |
머신러닝이란 무엇인가? (0) | 2018.09.05 |