머신러닝2 머신러닝 필수 개념 정리 머신러닝을 공부하다 보면 자주 등장하는 개념들이 있습니다. 처음엔 어려울 수 있지만 한 번 이해하고 나면 공부가 훨씬 더 쉬워질 것입니다. 그럼 지금부터 머신러닝 필수 개념 몇 가지를 소개해드리도록 하겠습니다. 먼저, 소개해드릴 것은 분류와 회귀입니다. 분류와 회귀의 차이점은 데이터가 입력되었을 때 분류는 분리된 값으로 예측합니다. 회귀는 연속된 값으로 예측한다는 데 차이가 있습니다. 날씨를 예로 들어보면 분류는 덥다와 춥다 같이 분리된 값으로 예측을 합니다. 회귀는 30도, 31도처럼 연속된 수치로 예측합니다. 1. 분류와 회귀 분류는 데이터가 입력됐을 때 지도학습을 통해 미리 학습된 레이블 중 하나 혹은 여러 개의 레이블로 예측하는 것입니다. 이진분류라는 것이 있습니다. 예, 아니오와 같이 둘 중 하.. 2023. 6. 28. 머신러닝과 딥러닝 알고리즘의 이해 우리 주변을 보면 다양한 생물들, 식물, 살아 있는 유기체에서 놀라운 것들을 발견할 수 있습니다. 무리를 지어 이동하는 새, 뇌의 작동 방식 추정, 다양한 유기체의 진화 같은 것이 있습니다. 다양한 현상을 관찰하고 학습함으로써 유기 시스템이 작동하는 법과 새로운 지능적인 행동을 보이도록 하는 몇 가지 규칙에 대한 지식을 얻을 수 있습니다. 이러한 현상 중 일부는 진화 알고리즘과 군집 지능 알고리즘과 같은 인공지능의 유용한 알고리즘에 영감을 주었습니다. 1. 머신러닝 알고리즘 머신러닝은 통계적인 접근 방식을 통해 데이터로부터 모델을 학습시킵니다. 머신러닝의 범주에는 다양한 알고리즘이 있습니다. 이를 통해 데이터의 관계에 대한 이해를 높이고 의사결정하고 데이터를 바탕으로 예측합니다. 머신러닝에는 세 가지 주.. 2023. 6. 22. 이전 1 다음
