1장. 소개

1.1 기계 학습이란

1.1.1 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  ＝  기계학습(머신러닝)기법

  - 지도학습 : 분류, 회귀

  - 비지도학습 : 군집화

 

대표적인 빅데이터 분석 모형(Supervised Learning)

  - 일반화선형모형 : 회귀모형, 로지스틱회귀

  - 신경망 모형

  - 의사결정나무

 

회귀 VS 기계학습

  - 회귀 : 오차를 가장 작게 만드는 선형 직선

  - 기계학습 : 에러가 최소가 될 때까지 수 많은 직선 훈련 및 비교

 

1.2 특징 공간에 대한 이해

MNIST 데이터는 미국표준국에서 수집한 데이터베이스로서, 훈련집합은 60,000개, 테스트 집합은 10,000개 샘플을 제공한다.