JeongMin-머신러닝 야학(머신러닝1)

머신러닝1을 들으면서 내용을 정리해보았다.

1-12 표
- Dataset은 표를 의미한다.
- 표는 행(row)와 열(column)로 이루어진다.
- 행(row)은 개체(instance), 관측치(observed value), 기록(record), 사례(example), 경우(case)라고 불린다.
- 열(column)은 특성(feature), 속성(attribute), 변수(variable), 필드(field)라고 불린다.
1-13 독립변수와 종속변수
- 독립변수(원인), 종속변수(결과)
- 상관관계 : 서로 상관 있는 특성들의 관계를 의미
- 인과관계 : 독립변수(원인)와 종속변수(결과)의 관계를 의미
- 인과관계는 상관관계에 포함된다.

1-15 머신러닝 분류
- 지도학습(supervised learning) : 정답이 있는 문제를 해결하는 것
  - 분류(classification)
  - 회귀(regression)
- 비지도학습(unsupervised learning) : 통찰을 통해 새로운 의미나 관계를 밝혀내는 것
  - 군집화(clustering)
  - 변환(transform)
  - 연관(associate)
- 강화학습(reinforcement learning) : 더 좋은 보상을 받기 위해서 수련하는 것
1-16 지도학습
- 지도학습이란? 과거의 데이터로부터 학습해서 결과를 예측하는 것
- 학습을 위한 충분히 데이터가 많아야함
- 데이터는 독립변수와 종속변수로 이루어져 있어야함
1-17 회귀
- 예측하고 싶은 종속변수가 숫자일 때, 회귀(regression)를 사용
1-18 분류
- 예측하고 싶은 종속변수가 이름(문자)일 때, 분류(classification)를 사용
⭐정리
- 가지고 있는 데이터가 독립변수와 종속변수가 있고, 종속변수가 숫자일 때, 회귀를 이용
- 가지고 있는 데이터가 독립변수와 종속변수가 있고, 종속변수가 이름일 때, 분류를 이용
추가_양적 데이터와 범주형 데이터
- 양적(Quantitative) : 얼마나 큰지, 얼마나 많은지, 어느 정도인지를 의미하는 데이터(=숫자) => 회귀
- 범주(Categorical) : 같은 특성을 지닌 부류나 범위(=이름) =>분류

1-19 군집화(clustering)
- 군집화란? 비슷한 것들을 찾아서 그룹을 만드는 것( = 관측치(행)을 그룹핑 해주는 것)
- 군집화는 어떤 대상을 구분해 그룹을 만드는 것이라면, 분류는 어떤 대상이 어떤 그룹에 속하는지를 판단하는 것
1-20 연관 규칙 학습(association rule learning)
- 연관규칙학습이란? 특성(열)을 그룹핑 해주는 것

1-21 비지도학습(unsupervised learning)

비지도학습 vs 지도학습

비지도학습	탐험	변수 \| 변수 \| 변수
지도학습	역사	독립변수, 종속변수

비지도학습은 탐험적으로 데이터들의 성격을 파악한다. 이로 데이터가 존재하면된다,
지도학습은 역사적으로 원인과 결과를 바탕으로 모르는 원인이 발생한 경우 결과를 추측하는 것이 목표이다. 그래서 원인이 독립변수와 결과인 종속변수가 필요하다.

추가_변환(transform)
- 변환이란? 데이터를 새롭게 표현해 원래 데이터보다 더 쉽게 사용자가 볼 수 있게 도와주는 기법
- 주로 데이터의 차원축소(dimensionality reduction), 데이터셋 시각화가 대표적인 사례
- 또한, 데이터를 구성하는 단위나 성분을 찾고 텍스트 문서에서 주제를 추출하는 것이 예시이다.
1-22 강화학습(reinforcement learning)]
- 강화학습이란? 더 많은 보상을 받을 수 있는 정책을 만드는 것

ml_graph

sample image

깔끔하고 이해하기 쉽게 만든것 같다. 이제 텐서플로우를 들어볼 예정이다.