Difference between r1.2 and the current
@@ -1,4 +1,5 @@
[[TableOfContents]]
* 인공지능을 점진적으로 발달시키는 것
* Reinforcement learning, Recommender system이라고도 부른다.
* 이 문서에 있는 사진이나 예제의 상당수는 [https://www.coursera.org/course/ml Coursera/ML강의]에 남겨져 있음. PPT도 제공하므로 꼭 확인하세요.
== 머신 러닝이란? ==* 인공지능을 점진적으로 발달시키는 것
* Reinforcement learning, Recommender system이라고도 부른다.
@@ -15,5 +16,26 @@
* Unsupervised Learning
== Supervised Learning ==
== Supervised Learning ==
* 훈련 데이터(Training Data)로부터 하나의 함수를 유추해내기 위한 기계 학습(Machine Learning)의 한 방법이다. 훈련 데이터는 일반적으로 입력 객체에 대한 속성을 벡터 형태로 포함하고 있으며 각각의 벡터에 대해 원하는 결과가 무엇인지 표시되어 있다.
* 출처 : [http://ko.wikipedia.org/wiki/%EC%A7%80%EB%8F%84_%ED%95%99%EC%8A%B5]
=== Regression ===
* 치역이 연속적인 값인 경우.
attachment:HousingPrice.png
* 예: 집의 평수에 따른 집 값 추론
=== Classification ===
* 치역이 이산적인 값인 경우.
attachment:Breast_Cancer.PNG
* 예: 종양의 크기에 해당 종양이 악성인지 판단.
== Unsupervised Learning ==
* 데이터가 어떻게 구성되었는지를 알아내는 문제의 범주에 속한다. 이 방법은 지도 학습(Supervised Learning) 혹은 강화 학습(Reinforcement Learning)과는 달리 입력값에 대한 목표치가 주어지지 않는다.
* 출처 : [http://ko.wikipedia.org/wiki/%EC%A7%80%EB%8F%84_%ED%95%99%EC%8A%B5]
=== Clustering ===
* 데이터 셋에서 비슷한 성질을 가지고 있는 데이터끼리 묶는 것을 말함.
attachment:Cluster.PNG
=== Cocktail party problem algorithm ===
----
[MachineLearning스터디]
1.2. Tom Mitchell(1998)의 정의 ¶
- Well-posed Learning Problem: A computer program is said to learn from experience E with respect to some task T and some performance measure P, if its performance on T, as measured by P, improves with experience E.
- 번역을 하려 했으나, 맛깔나게 번역을 못하겠으므로...
2. Supervised Learning ¶
- 훈련 데이터(Training Data)로부터 하나의 함수를 유추해내기 위한 기계 학습(Machine Learning)의 한 방법이다. 훈련 데이터는 일반적으로 입력 객체에 대한 속성을 벡터 형태로 포함하고 있으며 각각의 벡터에 대해 원하는 결과가 무엇인지 표시되어 있다.
- 출처 : http://ko.wikipedia.org/wiki/%EC%A7%80%EB%8F%84_%ED%95%99%EC%8A%B5
3. Unsupervised Learning ¶
- 데이터가 어떻게 구성되었는지를 알아내는 문제의 범주에 속한다. 이 방법은 지도 학습(Supervised Learning) 혹은 강화 학습(Reinforcement Learning)과는 달리 입력값에 대한 목표치가 주어지지 않는다.
- 출처 : http://ko.wikipedia.org/wiki/%EC%A7%80%EB%8F%84_%ED%95%99%EC%8A%B5
