머신러닝 실무 체험 1 - 문제 정의, 머신러닝 학습 유형

마지막 4주차 수업을 시작해본다. 이 과목은 가볍게 공부할 수 있어서 나름 유익했다. 처음에는 강사님이 별로 중요하지 않는 내용을 설명하는 것 같고 목소리도 마음에 들지 않았다. 하지만 이제 끝날 때가 되니 이 수업도 의미가 있었다는 생각이 든다.

오후 공부 시간도 이제 1시간 15분밖에 남지 않았지만 남은 시간까지 최선을 다해서 공부를 잘 마무리해볼 것이다.

---

 

 

 

이론 1 - 문제 정의, 머신러닝 학습 유형

 

 

 

 

---

 

 

머신러닝 업무 익히기

의사결정을 지원하고 수익을 높이는데 있다.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

어떤 문제 해결이 더 중요한지 파악한 후 그 문제를 중점적으로 파악한다.

 

 

 

 

 

머신러닝은 지도학습과 비지도학습으로 나뉘어진다. 예측은 지도학습, 패턴 분석은 비지도학습에 가깝다.

 

 

 

 

지도학습은 input과 output이 있고, 어떤 것을 인식하면 그대로 출력이 되는 방식이다. 지도학습에서는 레이블 인코딩과 객관적인 자료가 중요하다. 머신러닝에서는 input 데이터와 output 데이터를 만드는 작업이 매우 중요하며 어떤 경우에는 여기에 시간을 너무 많이 투자하다 끝나는 경우도 있다.

비지도학습은 유사한 특징을 가진 것끼리 모으는 것이다.

---

 

 

 

 

퀴즈 1 - 머신러닝 업무 프로세스

 

 

 

두 번만에 잘 풀었다.

---

 

 

 

학습을 마치고

머신러닝 업무 프로세스에 대해서 다시 한번 정리해볼 수 있었고 지도학습과 비지도학습의 차이점을 알게 된 수업이었다. 여러 가지 예를 들어 설명하셨지만 자세한 내용은 기록하지 않았다. 나중에 필요할 때 찾아봐도 이 정도의 자료는 얼마든지 얻을 수 있을 것 같았다.