Data_engineering/Machine_learning18 [Machine_learning] 지도 학습_비지도 학습 지도 학습 지도 학습은 입력 데이터와 정답 데이터가 모두 주어지는 학습 방법이다. 즉, 컴퓨터는 입력 데이터와 정답 데이터를 이용하여 학습하고, 새로운 입력 데이터가 주어졌을 때 정답을 예측한다. 이 때 입력 데이터와 정답 데이터는 짝을 이루어야 한다. 지도 학습은 대부분의 분류나 회귀 문제에서 사용된다. 예를 들어, 과일 사진이 주어졌을 때 그 과일이 어떤 과일인지 예측하는 문제가 있다고 하자. 이 때, 과일 사진을 입력 데이터로, 해당 과일의 이름을 정답 데이터로 사용하여 학습한다. 그리고 새로운 과일 사진이 주어졌을 때, 컴퓨터는 그 과일이 어떤 과일인지 예측할 수 있다. 비지도 학습 비지도 학습은 정답 데이터 없이 입력 데이터만을 이용하여 학습하는 방법이다. 즉, 컴퓨터는 입력 데이터의 구조나 패.. 2023. 2. 26. [Machine_learning]이진분류 머신러닝에서 여러 개의 종류 ( 혹은 클래스(class) 라고 부릅니다) 중 하나를 구별해 내는 문제를 분류 ( classification ) 라고 부릅니다 2개의 클래스 중 하나를 고르는 문제를 이진 분류 ( binary classification ) 라고 합니다 여기에서 클래스는 파이썬 클래스와는 다릅니다 이진분류 ( binary calssification ) 이진 분류는 둘 중 하나의 결과를 예측하는 문제입니다. 예를 들어, 이메일이 스팸인지 아닌지, 종양이 양성인지 악성인지 등을 예측하는 문제에 적용됩니다. 이진 분류 모델은 주어진 입력 변수를 기반으로 두 개의 클래스 중 하나에 해당하는 출력 변수를 예측합니다. 일반적으로, 출력 변수는 0 또는 1로 표시되며, 0은 첫 번째 클래스를 나타내고 1.. 2023. 2. 26. 이전 1 2 3 4 5 다음
