Artificial intelligence14 [AI] 기계 학습 유형 1. 지도 방식에 따른 유형 지도 학습 supervised learning 특징 벡터 𝕏와 목표치 𝕐 (정답 있음)가 모두 주어진 상황 정답이 있는 데이터를 활용해 데이터를 학습시키는 것 회귀 regression와 분류 classification 문제로 구분 비지도 학습 unsupervised learning 특징 벡터 𝕏는 주어지는데 목표치 𝕐 가 주어지지 않는 상황 (정답 없음) 정답이 없는 데이터를 비슷한 특징끼리 군집화 하여 새로운 데이터에 대한 결과를 예측하는 것 군집화 clustering 과업 (고객 성향에 따른 맞춤 홍보 응용 등) 밀도 추정 density estimation, 특징 공간 변환 과업 (예. PCA) 라벨링 되어있지 않은 데이터로부터 패턴이나 형태를 찾아야 하기 때문에 지도 학.. 2021. 9. 10. [AI] Convex Optimization (볼록 최적화) / Convex, Non-Convex Convex란? Convex란 '볼록한'이라는 뜻으로 수학에서 Convex를 대상이 집합(set)인지, 함수(function)인지에 따라 개념이 다르다. Convex Optimization은 목적함수 및 제약 조건 함수가 Convex Function 에 속하며, 동시에 문제의 범위에 해당하는 Domain이 Convex Set으로 정의된 경우에 해당한다. Convex Function 흔히 우리가 볼록 함수라고 말하는 함수이다. 아래로 볼록한 함수만 Convex function 이라고 한다. 위로 볼록한 함수는 아래로는 '오목'한 함수이므로 Concave function이라고 한다. 함수 위의 임의의 두 점을 연결하는 선을 그래프에 그었을 때, 그 선이 아래 그림과 같이 함수 그.. 2021. 9. 8. [AI] 선형 회귀 문제와 매개변수 최적화 관계 간단한 기계 학습의 예 선형 회귀 문제 식 y=wx + b 의 직선 모델(가설)을 사용하므로 두 개의 매개변수 θ = (w, b)^T 데이터를 살펴보았으니 이제는 그 데이터를 실제 학습해보자. 회귀라고 하는 것은 실수값인 y를 예측하는 과정이다. 선형회귀는 회귀문제에서 모델을 선형 즉, 직선의 형태로 놓고 문제를 푸는 것이다. 직선 모델은 매개값이 2개이다. 우리가 w,b를 어떻게 설정하느냐에 따라서 우리는 x,y의 상관관계 (규칙)를 명확하게 설명할 수도 있고 실패할 수도 있다. 목적 함수 (또는 비용 함수) 아래 식은 선형 회귀를 위한 목적 함수 평균 제곱오차(Mean square error function) 라 부름 𝑓θ(𝐱𝑖) 는 예측함수의 예측 출력, yi는 예측함수가 맞추어야 하는 실제 목표치.. 2021. 9. 8. [AI] 데이터에 대한 이해 / 데이터 생성 과정 / 데이터의 중요성 / 데이터베이스 크기와 기계 학습 성능 / 데이터 가시화 데이터에 대한 이해 과학 기술의 정립 과정 예) Tycho Brache 는 천동설이라는 틀린 모델을 선택하여 수집한 데이터를 설명하지 못함 Johannes Kepler는 지동설 모델을 도입하여 제 1, 제 2, 제 3법칙을 완성함. 기계학습 기계학습은 복잡 문제/과업을 다룸 지능적 범주의 행위들은규칙의 다양한 변화 양상을 가짐 단순한 수학 공식으로 표현 불가능함 데이터를 설명할 수 있는 학습 모델을 찾아내는 과정 → 과학기술과 기계학습은 비슷한 모습을 보인다. → 과학기술이라고 하는 것 자체는 수학적인 공식에 의해서 표현을 한다. 하지만 기계학습이나 데이터과학이라고 하는 분야는 단순한 수학 모델에 의해 표현이 불가능하며, 규칙을 찾는다던지 학습을 통해서 해결을 하려고 하는 과정이다. → 기계학습이라고 하.. 2021. 9. 8. 이전 1 2 3 4 다음
