20. 머신러닝 - yojulab/learn_MLs GitHub Wiki

머신러닝(Machine) 이란 ?

• 기계가 일일이 코드로 명시하지 않고 동작을 데이터로부터 학습하여 실행할 수 있도록 하는 알고리즘 분야(Artuur Samuel)
• Traditional Programming VS Machine Learning

머신러닝 판단 방식

• 현실 문제(판단하기 어려운 것, 강의자료.pdf)

머신러닝 학습 과정

• 필요 요소 : 모델, 데이터 집합, 손실 함수

방식

구현 예시

• Eliza Chatbot

---

• 기계 학습 : 컴퓨터가 데이터로부터 새로운 규칙/수식을 도출해내는 작업
• 기계학습의 실무 핵심 Point

1. 학습 능력 : 컴퓨터가 기존의 데이터를 얼마나 잘 학습하는가?
2. 일반화 능력 : 새로운 데이터가 들어왔을 때, 학습한 수식(Model)이 얼마나 잘 예측하는가?

• 기계학습의 핵심 3요소

1. 데이터 (교과서) : 학습 목적에 맞는 깔끔한 데이터 셋 구축 Data 특성 공학 (Feature Engineering)
2. 알고리즘 (선생님) : 학습 목적에 맞는 적절한 알고리즘을 선택 선형회귀분석 / 의사결정나무 / KNN / SVM / Ensemble ...
3. 하드웨어 (학생) : CPU / GPU -> 비용 (Cost)