Machine Learning 기초 용어 & 개념 설명

# Machine Learning

컴퓨터에 명시적으로 프로그래밍 되지 않고 학습할 수 있는 기능을 제공하는 연구 분야 - Arthur Samuel (1959)

 

명시적 프로그래밍의 한계
- 스팸 필터: 많은 규칙
- 자동 운전: 너무 많은 규칙

# Supervised/Unsupervised learning : 학습하는 방법에 따라 나뉨

 

Supervised learning : 레이블링된 예제로 학습 - 정해진 데이터 (trainig set)

Unsupervised learning : 레이블링 되지 않은 데이터

- google news grouping

- word clustering

 

강의에서는 Supervised learning 을 주로 다룰 예정

 

 

Supervised learning

 

Most common problem type in ML

- Image labeling : 태그된 이미지로부터 학습

- Email span filter : 레이블된 이메일(spam or ham)로부터 학습

- Predicting exam score : 이전의 시험과 시험 준비 기간으로부터 학습

 

Types of supervised learning- predicting final exam score absed of time spendt : regression- Pass/non-pass based on time spent : binary classification- Letter grade (A, B, C, E and F) based on time spent : multi-label classification

 

 

 

 

 

# Data Flow Graph

 

Nodes : mathematical perations

Edges : data arrays (tensors)