☆IT 개발 프로그램☆/Machine Learning 2

[쉽게 설명하는 머신러닝] 개념 정리

머신러닝 개념정리 1. 기계학습이란 2. 인간의 경험학습 3. 기계의 경험 학습 4. 학습시 고려할 것 4.1 데이터 4.2 알고리즘 1. 기계학습이란? 머신러닝이란, 말 그대로 기계를 학습시켜(Machine Learning), 의사결정을 할 수 있게 하는 것이다(Decision Making). 기계의 학습에 대해 논하기 전에, 먼저 인간의 학습에 대해 생각해보자. 2. 인간의 경험학습 지금부터 당신의 '강아지vs고양이 분별 모델'의 성능을 체크해 볼것이다. Q1. 아래에 동물 사진 3장이 있다. 강아지는 몇 마리, 고양이는 몇 마리인가? 정답은 강아지 2마리, 고양이 1마리이다. 순서대로 강아지, 고양이, 강아지다. 당신은 아마 100% 정답을 맞췄을 것이다. 그런데, 당신은 어떻게 1번이 강아지이고,..

[쉽게 설명하는 머신러닝] 머신러닝 문제 정의, 알고리즘 선택 방법

이전 포스팅 2019/05/25 - [[IT] 공부하는 개발자/Machine Learning] - [쉽게 설명하는 머신러닝] 개념 정리hobby-collect.tistory.com/136?category=909338 [쉽게 설명하는 머신러닝] 개념 정리 머신러닝 개념정리 1. 기계학습이란 2. 인간의 경험학습 3. 기계의 경험 학습 4. 학습시 고려할 것 4.1 데이터 4.2 알고리즘 1. 기계학습이란? 머신러닝이란, 말 그대로 기계를 학습시켜(Machine Lear hobby-collect.tistory.com 이전 포스팅에서 예측력이 좋은 모델을 개발하기 위해서는 데이터만큼이나 알고리즘의 선택이 중요하다고 이야기했었다. 이번 포스팅에서는 머신러닝 문제를 정의하고, 그에 따라 알고리즘을 선택하는 방법에..