머신러닝3 머신러닝 종류와 머신러닝 관점 모델 평가 엘리스에서 제공한 강의와 자료를 보고 정리한 내용입니다. ✅ 머신러닝의 종류 머신러닝은 지도 학습과 비지도 학습으로 나뉜다. ✔️ 지도 학습 지도 학습(Supervised Learning)은 input data와 output data를 둘 다 가지고 예측 모델을 만드는 것을 의미한다. 지도 학습은 두 가지로 나뉘는데 범주를 예측하는 분류(Classification)와 숫자를 예측하는 회귀(Regression)이다. ✔️ 비지도 학습 비지도 학습(Unsupervised Learning)은 input data만 가지고 grouping하거나 해석한다. 비지도 학습에는 유사한 그룹끼리 군집화하는 Clustering이 속한다. ✅ 모델 평가 머신러닝 업무 프로세스의 3번째 단계인 모델 구축과 분석에서 모델 평가를.. 2022. 2. 8. 머신러닝 업무 프로세스와 핵심 용어 엘리스에서 제공한 강의와 자료를 보고 정리한 내용입니다. ✅ 머신러닝 업무 프로세스 머신러닝 업무 프로세스는 문제 파악 및 정의, 데이터 준비, 모델 구축과 분석, 결과 공유, 모니터링의 5가지 단계로 구성된다. ✔️ 문제 파악 및 정의 문제 파악 및 정의 단계는 비즈니스 문제를 파악하고 머신러닝 문제로 전환하는 단계이다. 머신러닝 도입 필요성 또는 가능성을 체크하며 도입에 따른 효과 검증을 설계한다. ✔️ 데이터 준비 데이터 준비 단계에서는 가능한 많은 데이터를 확보한다. 머신 러닝을 도입할 시스템을 설계하며 데이터를 분석, 이해하는 과정을 거친다. 이때 데이터 분석 및 이해 과정은 세 단계로 나뉘는데 Understanding(이해), Preprocessing(전처리), Exploring(탐색)의 순서.. 2022. 2. 8. 데이터 과학과 머신러닝 엘리스에서 제공한 강의와 자료를 보고 정리한 내용입니다. ✅ 데이터 과학 데이터 과학(Data Science)은 컴퓨터를 활용해서 데이터를 분석하고 현실의 문제를 해결하는 작업을 의미한다. 데이터 과학은 다음의 형태로 발전했다. Descriptive Analytics : 기술 분석. 기술 통계나 현상에 대한 설명을 찾는다. Diagnostic Analytics : 왜 현상이 발생했는지 원인이나 이유를 찾고자 한다. 전통적인 통계 분석이 여기에 속한다. Predictive Analytics : 미래에는 어떻게 될지 예측하고자 한다. Prescriptive Analytics : 예측에서 끝나는 것이 아니라 예측된 결과를 통해 다음에는 어떤 행동을 취해야 할지 분석한다. 자율주행, 알파고 등이 여기에 속한다... 2022. 2. 8. 이전 1 다음
