기계학습과 데이터마이닝

기계학습의 유형 

- 지도학습, 비지도학습, 강화학습

•  지도학습
  • feature와 정답label 이 있는 데이터 학습시키고 새로운데이터(test)로 예측하는 것
  • 입력 데이터와 결과값이용해 특정 TARGET 예측하는 것
  • 연속값이면 회귀
  • 분류 - 스팸 식별, 회귀 - 시계열적인 변화
• 지도학습 알고리즘의 유형
  • 의사결정트리 ,KNN,,,,
• 비지도학습
  • 군집
  • 주성분분석
• 강화학습

 

 

데이터마이닝 = 통계적 분석 

- 데이터 탐색하고 모델을 구축하는데 주안점

 

기계학습과 통계적 분석(데이터마이닝)의 차이점

 

특징 ; 정확한 예측에 집중 | 사람들의 선택 이유 분석

내년에 병원에 갈 사람의 숫자 예측 | 사람들이 병원에 가는 이유 분석

 

기계학습의 학습결과는 매개변수 혹릉 가중값의 형태로 나타남

기계학습이란? 입력값에 대응하는 결과값이 제대로 나오게 하는 최적의 가중치(매개변수)를 찾는 과정

 

기계학습 과정

입력자료 정하기 → 정답 결정하기→ 학습 모델 만들기 → 학습 → 학습 결과 출력

 

기계학습 예제 : <숫자 손글씨 인식>

 

입력자료 정하기

- 20*20 픽셀로 이루어진 이미지, 기존 선의 특징을 추출하지 않고 각 픽셀의 입력값을 그대로 입력

 

→ 정답 결정하기 

정답 (y)각 이미지에 쓰인 숫자값, 벡터값으로 표현

 

→ 학습 모델 만들기 

숫자 분류 위한 최적의 값(가중값)을 찾도록 수식 정의

 

→ 학습 

→ 학습 결과 출력