머신러닝

머신러닝(Machine learning)이란?

인간의 뇌가 자연스럽게 수행하는 "학습"이라는 능력을 컴퓨터로 구현하는 방법입니다.

학습을 위한 데이터를 입력으로 넣어 분석을 시킨 후 입력 받은 데이터에서 일정한 규칙을 찾아냅니다.

그리고 찾아낸 규칙을 기반으로 다른 데이터를 분류하거나 미처 몰랐던 데이터를 발견합니다.

 

머신러닝에서는 벡터라는 것이 굉장히 중요하다. (벡터란 공간에서 크기와 방향을 가진 것을 의미합니다.)

머신러닝을 하려면 데이터가 어떤 특징을 가지고 있는지 찾고 벡터로 만들어야 하는데 이와 같은 변환 처리를 "특징 추출"이라고 한다.

 

 

 

머신러닝에서는 학습을 기반으로 분류 등을 하는 시스템을 "학습 기계"라고 부르는데, "분류/식별기(classifier)", "학습"(learner)"라고 부르는 경우도 있습니다.

 

회귀 분석이란?

머신러닝에서는 "회귀"라는 단어를 많이 사용합니다.

회귀 분석은 통계 용어로 ,Y가 연속된 값일 때 Y=f(x)와 같은 모델로 나타내는 것입니다.

일반적으로 가장 기본적인 형식은 Y=aX + b 로 이를 "선형 회귀"라고 부릅니다.

( Y는 연속 측정의 종속 변수(목표 변수), X를 독립 변수(설명 변수)라고 부릅니다.)

X가 1차원이라면 "단순 회귀" , 2차원 이상이라면 "다중 회귀"라고 한다.