나는 한다 코딩을

Chapter 2. 머신러닝의 시작부터 끝까지 이번 챕터에서는 실제 머신러닝이 어떤 순서로 진행 되는지 단계 단계 알아보겠다. 여기서 사용되는 데이터 셋은 캘리포니아의 주거 정보 데이터 셋이다. 하나 하나 깊게 들어 가기 전에 전체적인 순서를 보도록 하자 1. 목표 설정 (Setting Up the Goal) 2. 데이터셋 준비 (Dataset Preparation) 3. 데이터 시각화 & 상관 계수 찾기 (Data Visualization & Finding Correlations) 4. 데이터 정화 (Data Purification) 5. 머신러닝 알고리즘으로 트레이닝 (Training with ML Algorithm) 6. 모델 세부 조정 (Fine-tuning the Model) 7. 모델 배포, ..

3.2. 배치 학습(Batch Learning)과 온라인 학습(Online Learning) 배치 학습 가능한 모든 데이터들로 학습한다. 고성능 컴퓨터 자원과 많은 시간이 필요하다. 시스템을 새로운 모델로 대체시킨다. 온라인 학습 시스템에게 데이터를 순서대로 주면서 점차 학습시켜 나가는 것 개별적으로 또는 작은 그룹으로 나눠서(ex. mini-batches) 사용하는 상황 시스템이 계속적으로 데이터를 받는 경우 변화에 재빠르게, 또는 자동으로 적응해야 하는 경우 컴퓨터 자원이 제한적일 경우 Learning Rate 얼마나 빠르게 변화 데이터를 받아들일 것인가(High: 빠르게, Low: 느리게) 온라인 학습의 가장 중요한 parameter 중 하나이다. 3.3 사례기반 학습(Instance-Based L..

3. 머신러닝의 분류 사람의 지도가 들어 가는가? 지도학습(Supervised Learning) 비지도학습(Unsupervised Learning) 준지도학습(Semi-supervised Learning) 강화학습(Reinforcement Learning) 온라인에서 학습 하는가? 온라인 학습(Online Learning) 배치 학습(Batch Learning) 어떻게 동작하는가? 사례 기반 학습(Instance-based Learning) 새 데이터와 기존 데이터와 비교(Comparing new data point to known data points) 모델 기반 학습(Model-based Learning) 트레이닝 데이터에서 패턴을 감지하고, 예측 모델을 만들기 (Detecting patterns i..

머신러닝 개괄 1. 머신러닝이란? 일반적인 정의 명시적이게 프로그래밍하지 않고 컴퓨터에게 학습할 수 있는 능력을 부여하는 학문 분야를 말한다. 좀 더 공학적인 정의 어떤 작업 T에 대한 컴퓨터 프로그램의 성능을 P로 측정했을 때 경험 E로 인해 성능이 향상됐다면, 이 컴퓨터 프로그램은 작업 T와 성능 측정 P에 대해 경험 E로 학습한 것이다. 예시 스팸 필터는 사용자가 스팸이라고 지정한 스팸 메일과, 일반 메일의 샘플들을 이용하여 스팸 메일 구분법을 배울 수 있는 머신러닝 프로그램이다. 여기서 모델이 학습하는데 이용한 메일들(스팸 메일과 일반 메일)이 트레이닝 셋(Training Set)이라고 하고, 학습시킨 모델을 가지고 스팸인지 일반 메일인지 구분하는 새로운 메일이 테스트 셋(Test Set 또는 샘..