[ML] Concept of Machine Learning

 

1. 머신러닝의 개념과 용어

▶ Machine Learning(머신러닝, 기계학습)

: 개발자가 일일히 지정하지 않고 프로그램 자체가 학습하는 프로그래밍

​

▶ 머신러닝의 종류(학습의 방법에 따라 다름)

1. Supervised Learning(지도학습) : 정답(labeling)이 있는 데이터들을 이용하여 학습.

- ex) 이미지 분류, 스팸 메일 필터링, 스팸 메일 필터링

- Training Data set(X, Y값 ; X는 데이터, Y는 정답)

- supervised learning의 종류

· regression(회귀) : 시험 성적을 예측하는 경우

· binary classification(이진 분류) : 시험 성적의 pass/non-pass를 나누는 경우

· multi-label classification(다항 분류) : 학생의 성적을 나누는 경우(label값이 많음)

​

2. Unsupervised Learning(비지도학습) : 정답이 없는(un-labeled) 데이터를 이용하여 학습.

- ex) Google news grouping, Word clustering

​

​▶ Tensorflow의 기본적인 작동 원리

1) 텐서플로우 그래프 정의

2) 그래프 실행

3) 그래프 속의 값들을 업데이트 / 리턴

 

▶ Tensorflow의 기본적인 작동 원리 참조 코드 (this is my github) 

https://github.com/jiachoi-ds/Machine-Learning/blob/master/code/Section1_Tensorflow_Operation.ipynb 

GitHub - jiachoi-ds/Machine-Learning: Machine Learning(Deep Learninig) Study

 

 

---

Summary of this video lectures 

[무료] 모두를 위한 딥러닝 - 기본적인 머신러닝과 딥러닝 강좌 - 인프런 | 강의