딥러닝(Deep Learning) 1회차 공부

What is ML?

머신러닝이란?

Machine Learning

Limitations of explicit programming

Machine learning: "Field of study that gives computers the ability to learn without being explicitly programmed” Arthur Samuel (1959)

프로그램인데 개발자가 결과를 정하지 않고, 프로그램 자체가 데이터를 읽고 학습해서 무언가를 배우는 것이 머신러닝

머신이 학습을 하기 위해 필요한 샘플

Supervised learning   Unsupervised learning

1. Supervised learning: learning with labeled examples - training set

정해져 있는 데이터

ex) 고양이 label이 달린 사진을 보고 고양이라고 학습한다.

Most common problem type in ML 

- Image labeling: learning from tagged images 

- Email spam filter: learning from labeled (spam or ham) email 

- Predicting exam score: learning from previous exam score and time spent

Training data set(supervisor learning에서 쓰이는 데이터셋은?)

ex) Training data set

X(feature)	Y
3,6,9	3
2,5,7	2
2,3,5	1

내가 모르는 x값이 있는데, X=[9,3,6]일때 ML에게 Y값이 무엇인지 물어보면 "3"이라 알려준다.

ex) AlphaGO

기존의 대국 결과를 training set으로 이용해서 바둑을 둔다.

Types of supervised learning 종류

• Predicting final exam score based on time spent 

- regression (큰 범위를 예측한다)

• Pass/non-pass based on time spent  

- binary classification (pass or non-pass 둘 중 하나로 분류)

• Letter grade (A, B, C, E and F) based on time spent 공부한 시간에 기초한 성적매기기

- multi-label classification 

ex)

supervised learning 중 regression을 이용해서 학습된 데이터를 토대로 x=6이 들어가면 y=70이라고 알려준다.

2. Unsupervised learning: un-labeled data

데이터를 보고 스스로 학습한다.

ex) 자동적으로 유사한 것들을 grouping

ex) 비슷한 단어들을 모은다

 

참조: kim sung machine/Deep Learning

https://www.youtube.com/user/hunkims/featured