opentutorials.org/course/4548/28938
지도 학습은 '역사'와 비슷하다.
역사에는 과거에 있었던 사건이 원인과 결과로 기록되어 있다.
역사를 알면 어떤 사건이 일어났을 떄, 그것의 결과로 어떤 일이 일어날지를 예측할 수 있게 된다.
마찬가지로, 지도학습은 과거의 데이터로부터 학습해서 결과를 예측하는 데에 주로 사용된다.
지도학습을 하기 위해서는 우선 과거의 데이터가 있어야 한다.
그리고 그 데이터를 독립변수(원인)와 종속변수(결과)로 분리해야 한다.
독립변수와 종속변수의 관계를 컴퓨터에게 학습시키면 컴퓨터는 그 관계를 설명할 수 있는 공식을 만들어 냅니다.
이 공식을 머신러닝에서는 '모델'이라고 한다.
좋은 모델이 되려면 데이터가 많을수록, 정확할수록 좋다.
일단 모델을 만들면 아직 결과를 모르는 원인을 모델에 입력했을 때 결과를 순식간에 계산해서 알려준다.
opentutorials.org/course/4548/28942
지도학습은 크게 '회귀'와 '분류'로 나뉜다.
가지고있는 데이터에 독립변수와 종속변수가 있고, 종속변수가 숫자일 때 회귀를 이용한다.
가지고있는 데이터에 독립변수와 종속변수가 있고, 종속변수가 이름일 때 회귀를 이용한다.
산업에서는 숫자라는 다소 모호한 표현 대신에 '양적'이라는 말을 많이 사용하고, 이름이라는 표현 대신에 '범주'라는 말을 사용한다.
opentutorials.org/course/4548/28938
지도 학습은 '역사'와 비슷하다.
역사에는 과거에 있었던 사건이 원인과 결과로 기록되어 있다.
역사를 알면 어떤 사건이 일어났을 떄, 그것의 결과로 어떤 일이 일어날지를 예측할 수 있게 된다.
마찬가지로, 지도학습은 과거의 데이터로부터 학습해서 결과를 예측하는 데에 주로 사용된다.
지도학습을 하기 위해서는 우선 과거의 데이터가 있어야 한다.
그리고 그 데이터를 독립변수(원인)와 종속변수(결과)로 분리해야 한다.
독립변수와 종속변수의 관계를 컴퓨터에게 학습시키면 컴퓨터는 그 관계를 설명할 수 있는 공식을 만들어 냅니다.
이 공식을 머신러닝에서는 '모델'이라고 한다.
좋은 모델이 되려면 데이터가 많을수록, 정확할수록 좋다.
일단 모델을 만들면 아직 결과를 모르는 원인을 모델에 입력했을 때 결과를 순식간에 계산해서 알려준다.
opentutorials.org/course/4548/28942
지도학습은 크게 '회귀'와 '분류'로 나뉜다.
가지고있는 데이터에 독립변수와 종속변수가 있고, 종속변수가 숫자일 때 회귀를 이용한다.
가지고있는 데이터에 독립변수와 종속변수가 있고, 종속변수가 이름일 때 회귀를 이용한다.
산업에서는 숫자라는 다소 모호한 표현 대신에 '양적'이라는 말을 많이 사용하고, 이름이라는 표현 대신에 '범주'라는 말을 사용한다.