지도학습(회귀, 분류)

지도 학습 (Supervised learning)

지도학습 Supervised Learning - 생활코딩

지도 학습은 과거의 데이터로부터 학습해서 결과를 예측하는 데에 주로 사용된다.

지도학습 작동원리

1. 지도 학습을 하기 위해서는 우선 과거의 데이터가 있어야 한다.
2. 그 데이터를 독립변수와 종속변수로 분리해야 한다.
3. 독립변수와 종속변수의 관계를 컴퓨터에게 학습시킨다.
4. 컴퓨터는 그 관계를 설명할 수 있는 공식을 만들어낸다.

머신러닝의 지도학습을 이용하기 위해서는 충분히 많은 데이터를 수집해야 한다.

컴퓨터가 만들어 내는 공식을 머신러닝에서는 모델이라고 한다.

좋은 모델이 되려면 데이터가 많을수록, 정확할수록 좋다.

회귀, 분류

회귀 VS 분류 - 생활코딩

회귀 (Regression)

예측하고 싶은 종속변수가 숫자일 때 보통 회귀라는 머신러닝의 방법을 사용한다.

가지고 있는 데이터에 독립변수와 종속변수가 있고 종속변수가 숫자일 때 회귀를 이용.

공부를 하려면 지도학습 회귀로 검색하면 된다.

사례

머신러닝 1 - 지도학습 / 회귀의 사례 (Responses)

 

분류 (Classifcation)

추측하고 싶은 결과가 이름 혹은 문자라면 분류라는 방법을 이용해야 한다.

가지고 있는 데이터에 독립변수와 종속변수가 있고 종속변수가 이름일 때 분류를 이용.

공부를 하려면 지도학습 분류로 검색하면 된다.

사례

머신러닝1 - 분류 사례