Master's degree/머신러닝Ⅰ 2

1장. 소개

1.1 기계 학습이란1.1.1 기계 학습의 정의  - 기계 학습 또는 머신 러닝은 인공 지능의 한 분야로, 컴퓨터가 학습할 수 있도록 하는 알고리즘과 기술을 개발하는 분야를 말한다. 1.1.3 기계 학습 개념 데이터 유형  - 범주형 자료(질적 자료, 정성적 데이터) : 명목형 자료, 순위형 자료  - 연속형 자료(양적 자료, 정량적 데이터) : 구간형 자료, 비율형 자료  - Output 변수명 : Response, 반응변수, 종속변수, 목표변수  - Input 변수명 : independent, Features, Dimensions, 설명변수, 반응변수, 독립변수  - Observation 변수명 : ID, Object, Record, 관찰값 데이터 분석기법 분류  데이터마이닝기법 = 빅데이터분석기법 ..

기계학습에 필요한 선형 대수

Ⅰ. 백터> Scalar(스칼라) : 숫자 하나> Vector(벡터) : 숫자들의 모임> Matrix(행렬) : 벡터들의 모임> Tensor(텐서) : 행렬들의 모임, Array(배열)(1) Vector(벡터)> 벡터는 크기와 방향을 가진다.> 서로 같은 벡터라 함은 '크기'와 '방향' 둘다 같은 벡터임을 의미> 샘플을 특징 벡터로(feature vector) 표현(2) Matrix(행렬)> 여러 개의 벡터를 담음> 훈련집합을 담은 행렬을 설계행렬(design matirx)이라 부름(3) Tensor(텐서)> 3차원 이상의 구조를 가진 숫자 배열> 모든 차원을 포괄하는 표현> 스칼라는 0차원 텐서, 벡터는 1차원 텐서, 행렬은 2차원 텐서(4) 벡터의 곱> a와 b의 곱 : a'b = b'a(=a.b),..