전체 글 썸네일형 리스트형 2.머신러닝의 흐름(지도학습) 2.1 머신러닝의 흐름 1) 데이터 수집 2) 데이터 클렌징 3) 머신러닝 기법으로 데이터 학습(기준취득) 4) 테스트 데이터로 성능테스트 5) 머신러닝 모델을웹환경 등에서 구현 2.2 훈련 데이터와 테스트 데이터 지도학습에서 취급하는 데이터는 훈련데이터와 테스트 데이터로 나누어 사용합니다. ( 머신러닝은 미지의 데이터를 예측하는것을 목적으로 한 학문 체계이기때문에 훈련데이터와 테스트데이터를 나누어서 사용 ) 훈련 데이터 ( trading data ) : 학습에 사용하는 데이터 테스트 데이터( test data ) : 학습된 모델의 정밀도(precison)를 평가할때 사용하는 데이터 ※ 모델(model) 컴퓨터 스스로 답을 찾아 데이터의 패턴으로 만든 기준 2.3 데이터 분리 방법 1) 홀드아웃방법 : .. 더보기 1.머신러닝개요 1.1 머신러닝이란 - 컴퓨터가 명시적으로 프로그램되지 않고도 학습할수 있도록하는 연구분야 1.2 머신러닝 방식 1) 지도학습(Supervised learning) - 데이터와 정답라벨을 알려주며 학습하는 방식 ex) 고양이사진(데이터) 고양이 (정답라벨) - 분류(Classification) 와 회귀(Regression)로 구분 . 분류문제 : 데이터를 하나로 분류하는것 ex) 고양이사진(데이터) 고양이 (정답라벨) . 회귀문제 : 데이터들의 특징(feature)으로 값예측 ex) 넓이, 위치, 주택정보(데이터) 월세50만원 (정답라벨) 2) 비지도학습(unsupervised learning) - 데이터만 알려주며 학습하는 방식으로 데이터 법칙성이나 그룹정보를 구분하여 학습하는 방식 ex) 호랑이, 사.. 더보기 이전 1 ··· 11 12 13 14 다음
