이 모듈에서는 작업을 머신러닝 문제로 프레이밍하는 방법을 살펴보고 다양한 머신러닝 (ML) 메서드에서 공유되는 다양한 기본 어휘를 알아봅니다.
프레이밍
(지도) 머신러닝이란 무엇인가요?
ML 시스템에서 학습
입력 결합 방법
유용한 예측을 생성할 수 있음
새로운 기능
용어: 라벨 및 기능
- 라벨은 예측 중인 변수입니다.
- 일반적으로 y 변수로 표현됨
용어: 라벨 및 기능
- 라벨은 예측 중인 변수입니다.
- 일반적으로 y 변수로 표현됨
- 특성은 데이터를 설명하는 입력 변수입니다.
- 일반적으로 {x1, x2, ..., xn} 변수로 표시됩니다.
용어: 예 및 모델
- 예는 데이터의 특정 인스턴스(x)입니다.
- 라벨이 있는 예에는 {특성, 라벨}(x, y)이 포함됩니다.
- 모델 학습에 사용됨
- 라벨이 없는 예에는 {특성, ?}(x, ?)이 있습니다.
- 새 데이터를 예측하는 데 사용됩니다.
용어: 예 및 모델
- 예는 데이터의 특정 인스턴스(x)입니다.
- 라벨이 있는 예에는 {특성, 라벨}(x, y)이 포함됩니다.
- 모델 학습에 사용됨
- 라벨이 없는 예에는 {특성, ?}(x, ?)이 있습니다.
- 새 데이터를 예측하는 데 사용됩니다.
- 모델은 예를 예측된 라벨(y')에 매핑합니다.
- 학습되는 내부 매개변수로 정의됨