[머신러닝] 지도학습

이 글은 이고잉님의 강의를 수강하고 작성한 글입니다.

 

지도학습은 '역사'와 비슷하다.

 

역사에는 과거에 있었던 사건이 원인과 결과로 기록되어 있다.

역사를 알면 어떤 사건이 일어났을 때, 그것의 결과로 어떤 일이 일어날지를 예측할 수 있게 된다.

 

마찬가지로, 지도학습은 과거의 데이터로부터 학습해서 결과를 예측하는데에 주로 사용된다.

 

머신러닝의 지도학습을 이용하기 위해서는 우선 충분히 많은 데이터를 수집해야 한다.

데이터는 독립변수와 종속변수로 이루어져 있어야 한다. input data와 output data가 pair로 이루여져 있어야 한다.

이것을 지도학습으로 훈련시키면 컴퓨터는 모델을 만든다.

 

지도학습은 크게 '회귀'와 '분류'로 나뉜다.

회귀는 영어로 Regression이고, 분류는 Classification이다.

회귀

가지고 있는 데이터에 독립변수와 종속변수가 있고, 예측하고 싶은 종속변수가 숫자일 때 보통 회귀라는 머신러닝의 방법을 사용합니다.

분류

가지고 있는 데이터에 독립변수와 종속변수가 있고, 예측하고 싶은 종속변수가 이름일 때 보통 분류라는 머신러닝의 방법을 사용합니다.