[부스트코스] [머신러닝을 위한 파이썬] ML Overview

이 글은 머신러닝을 위한 파이썬 강의를 수강하고 작성하는 글입니다.

 

Model: 예측을 위한 수학 공식, 함수, 1차 방정식, 확률분포, condition rule

Algorithms: 어떠한 문제를 풀기 위한 과정, Model을 생성하기 위한 (훈련) 과정

 

모델을 학습할 때 영향을 주는 것들

 

y값에 영향을 주는 x값은 여러개일 수 있다.

x변수의 실제 데이터는 특징(feature)을 나타낸다.

 

Feature

• 머신 러닝에서 데이터의 특징을 나타내는 변수
• 독립변수, input 변수 등과 동일의미로 사용된다.
• 일반적으로 Table 상에 Data를 표현할 때, Column을 의미한다.
• 하나의 data instance (실제 테이터)는 feature vector로 표현한다.

 

논문에서 Scalar는 보통 이텔릭체, vector는 소문자 볼드체, matrix는 대문자 볼드체로 나타낸다.