모두를 위한 Deep Learning 1

📌 MC. Lec 01- 기본적인 Machine learnig의 용어와 개념설명

---

Machine learning란?

개발자의 직접 참여없이 스스로 학습하게 하는 것을 말한다.

1.supervised learning: 고양이 사진을 주고, '이건 고양이!'로 분류하는 것
2.unsupervised learning: 구글의 뉴스 그루핑

*supervised learning의 예시
1. 이미지 라벨링: 비슷한 사진을 라벨링함으로써
2. 이메일 스팸 필터: 이전 스팸 메일함의 라벨링을 통해서
3. 시험 점수 예측: 이전 사용자의 정보를 토대로

**supervised learning의 분류
1. Regression: 기말시험 점수처럼 범위가 넓은 경우  ex.0점 ~ 100점
2. Binary classification: 양자택일의 경우  ex. Pass or Non Pass
3. Multi-label classification: 학점과 같이 다양한 경우를 주는 경우  ex.A+ ,A ,A- ,B+ ,B ,B-

Training data set.

X	Y
3. 6. 9.	3
2. 5. 7.	2
2. 3. 5.	1

Q1. 3.6.9 의 Y값은 무엇입니까?
A1. Y값은 3입니다.

이처럼 기준이 되는 지표를 "Training data set"이라고 부른다.

---