Machine Learning 정의

• Arthur Samuel

  <aside> ✏️ 컴퓨터가 명시적 프로그램 없이도 스스로 학습할 수 있는 능력을 연구하는 학문 분야

  </aside>

• Tom Mitchell

  <aside> ✏️ 프로그램이 일정 수준의 작업성능(P)을 가지고 작업(T)를 수행한다고 했을 때, 경험(E)이 증가함에 따라 작업(T)를 수행하는 성능(P)이 향상 이 때 프로그램이 경험(E)으로부터 학습(learn)을 했다고 표현

  </aside>

학습 알고리즘 종류

1. 지도학습(Supervised Learning)

   <aside> ✏️ 작업을 수행할 수 있는 방법을 컴퓨터에게 가르치는 것이 핵심 데이터 집합 안에 있는 모든 예시에 대해 알고리즘이 예측해냈으면 하는 정답이 우리에게 주어지는 것

   </aside>

   • 회귀 문제(regression problem)

     : 연속된 값을 가진 결과를 예측

   • 분류 문제(classification problem)

     : 불연속적(이산적)인 결과값을 예측

2. 비지도 학습(Unsupervised Learning)

   <aside> ✏️ 컴퓨터가 스스로 학습하도록 유도 알고리즘에게 데이터 집합의 예시에 대해 정답을 주지 않고 알고리즘이 스스로, 오직 데이터로부터 알아내게 함

   </aside>

   • 클러스터링 알고리즘

     : 데이터를 연관성이 있는 것끼리 묶어 서로 다른 클러스터로 구분

     <aside> 💡 cacktail party problem algorithm

     • 마이크1 과 마이크2 에 동시에 들어오는 소리를 분리
     • [W,s,v] = svd((repmat(sum(x.*x,1),size(x,1),1).*x)*x');
     • SVD함수는 특이값 분해(singular value decomposition)의 약자인데 이는 선형 대수학의 과정 중 하나로 Octave에 그냥 내장되어 있음

     </aside>

비고

회귀 문제(regression problem)

분류 문제(classification problem)