[TensorFlow] 생활코딩 머신러닝1 정리

인류는 인간의 고유한 영역으로 남아있던 결정을 기계에게 맡

긴다. 기계가 스스로 결정을 하도록 하는 기술이 머신러닝이다.

 

머신러닝이란 판단력을 기계에게 부여하는 기술이고, 이 판단력으로 모델(Model)이라고 부르기로 했다. 또한 이 모델을 만드는 과정을 학습(Learning)이라고 부르기로 했다. 

 

표는 현실의 데이터를 로봇이 학습할 수 있는 일종의 틀 역할을 한다. 

행 : instance, observed value, record, example, case

열 : feature, attribute, variable, field

 

독립변수는 원인, 종속변수는 결과.

 

머신러닝은 지도학습, 비지도학습, 강화학습으로 분류된다. 

 

지도학습은 과거의 데이터로 학습해서 미래를 예측한다. 회귀(숫자 예측)와 분류(카테고리 예측).

비지도학습은 데이터로 무언가를 한다. 군집화, 연관규칙학습, 변환.

강화학습은 경험을 통해서 실력을 키운다. 알파고.