Machine_Learning2 Generalization(일반화) Generalization (2023.03.20) 머신러닝의 목적은 일반화가 잘 된 예측 모델을 만드는 것을 지난 시간에 알게 되었는데, 오늘은 일반화가 잘 되었다는 것이 무슨 의미인지, 일반화가 잘 된 모델을 만들기 위해 데이터를 어떻게 나눌 수 있는지, 훈련 방식에 따라 발생하는 문제에는 무엇이 있는지, 해결방법엔 무엇이 있는지에 관하여 학습하였다. [ 주요 개념] 일반화(Generalization) 모델을 만드는 데 사용된 분포와 동일한 분포에서 추출한 (이전에 보지 못한) 새로운 데이터에 적절하게 적응하는 모형의 능력을 의미 Data Split & Validation Hold-Out 기존의 데이터 세트를 서로 떼어 놓는(분할) 방법 2 way hold-out training set : 모델 학습용.. 2023. 3. 20. Linear Regression (선형회귀) Linear Regression (2023.03.17) Section 2가 시작되었다!! Section2의 주제는 Machine Learning으로, Section1과 동일한 방식으로 3주 동안 머신러닝 관련 개념들에 대해 공부한 후 마지막 주에는 배운 프로젝트를 진행된다. 첫 번째 주에는 선형 모델들에 대해 학습하는데 그중 첫 날인 오늘은 선형회귀, Linear Regression에 대해 배웠다. [ 주요 개념] 머신러닝(Machine Learning) 정의: 데이터로부터 유용한 예측을 하기 위해 모델이라고 불리는 소프트웨어를 학습 시키는 과정 목적: 기존의 데이터로부터 패턴을 학습한 뒤 새로운 데이터가 들어왔을 때 예측을 잘 하기 위함 종류: 지도학습(Supervised Learning) 컴퓨터는 답.. 2023. 3. 17. 이전 1 다음
