[Coursera] 1. Supervised Learning (Andrew Ng)

*본 글은 Coursera의 Andrew Ng 머신러닝 강의를 보고 정리한 내용입니다.

(처음 사용하는 사용자라면 7일간 무료로 들을 수 있습니다.)

 

Supervised Machine Learning: Regression and Classification

1. What is Machine Learing?

- 해당 강의의 시작은 "머신러닝이란 무엇인가?"로 시작한다.

 

Arthur Samuel(아서 새무엘)는 컴퓨터가 명확한 답을 가지고 돌아가는 프로그램이 아닌 학습을 할 수 있는 연구를 진행하셨고 체스 게임을 성공시킨 분이시다. 이 과정에서 여러번의 학습이 있었고 그 과정에서 학습 횟수가 제한되어 있었다면 이룰 수 없는 결과였다.

 

* Machine Learning

• Supervised learing(지도 학습)
  - 빠르게 발전하는 분야
  - 지금 우리 삶에 많이 적용된 분야
• Unsupervised learning(비지도 학습)
• Recommender systems(추천 시스템)
• Reinforcement learing(강화 학습)

*1~2주차는 Supervised learning에 대한 강의

 

2. Supervised Learning

       X -> Y 

X(Input)와 Y(Output)으로 큰틀을 가지고서 정답이 주어진 상태에서 학습을 진행합니다.

학습을 통해서 X,Y 사이에 관계를 나타내어 새로운 Input이 들어왔을 때 정확한 예측 or 결과추측을 출력합니다.

 

ex) Input                       Output                      Application

     Email     ------->      Is it spam?              Spam filtering

     Audio     ------->    Text transcripts        Speech recognition

 

3. Regression(회귀) (ex. 면적에 따른 가격)

- Input과 Output이 정해진 상태에서 상관관계를 나타내는 분석

- 이를 통해서 면적(Input)을 통해 가격(Output) 을 추측 할 수 있다.

- Regression은 Predict a number infinitely many possible outputs

 

4. Classification(식별)(ex. Breast Concer Detection)

- Tumor(종양)사이즈(Input)을 통해 0, 1로 음성 양성 예측

- 2개이상을 통해 상관관계를 나타내고, 이를 나누는 Boundary(경계선)을 찾는 것

- 실제로 더 많은 데이터(Input)를 요구한다.

- Classiification은 Predict categories small number of possible outputs

 

Summary)

Supervised Learning(지도학습)은 결과값을 가지고 있는 상태에서의 학습으로 그 사이의 상관관계를 추론하는 것

 

*다음 내용은 Unsupervised Learning에 대한 강의 입니다.