머신러닝이란? (3)

1. 독립변수와 종속변수

변수(variable): 변할 수 있는 값 => 표에서도 사용가능(열에서)

독립변수와 종속변수

독립변수(원인): 결과와 상관없이 일어나는 사건, 결과에 영향을 받지 않는 독립적인 사건

종속변수(결과): 원인에 종속되어 발생한 사건

상관관계: 서로가 영향을 받아서 같이 변화가 일어나는 것을 말한다. 

인과관계: 모든 인과관계는 상관관계. 모든 상관관계는 인과관계이지는 않다.

             독립변수와 종속변수의 관계

 

2. 심리전

같은 대상일지라도 이것을 도구로 생각하는지 공부거리로 생각하는지에 따라 완전히 다른마음을 가진다.

우리의 뇌는 어떤 행위의 경제성을 판단하는 고도의 정교화된 모델이 내장되어있다=>판단하여 지루함, 절망감을 안겨주는 경고를 보내게 된다. 

 

3. 머신러닝의 분류

기계학습: 지도학습- 분류, 회귀

             강화학습

             비지도학습- 군집화, 변환, 연관

지도학습(supervised learning): 문제와 답을 비교하고 맞추다보면 푸는 것에 익숙해져서 오답 확률 낮아짐

비지도학습(unsuervised learning): 지도학습에 속하지 않는 것들. 기계에게 통찰력을 부여한다. 의미와 관계를 밝혀내게 된다. 

강화학습(reinforcement learning): 학습을 통해 능력을 강화시킨다. 지도학습과 유사하지만 어떤 것이 더 나은 결과를 가져오는지를 확인한다. 경험을 통해 더나은 결과를 찾는다.

 

즉,

정답이 있는 문제를 해결하는 것? 지도학습

무언가에 대한 관찰을 통해 새로운 의미나 관계를 밝혀내는 것? 비지도학습

더 좋은 보상을 받기 위해서 수련하는 것? 강화학습

 

4. 지도학습

지도학습=역사

과거의 데이터에 대한 학습을 통해 미래의 데이터를 예측

충분한 데이터로 독립변수, 종속변수가 구분되어야 한다.-> 컴퓨터는 공식을 만들어낸다. ->모델을 만들 수 있다.

좋은 모델이 되려면 데이터가 많을 수록 정확할 수록 좋다.

https://crate.io/blog/machine-learning-and-cratedb-part-three-experiment-design-and-linear-regression

5. 회귀(regression)

문제를 만났는데 예측하고 싶은 것이 숫자라면 회귀로 해결이 가능

https://peeples5.weebly.com/classification.html

6. 분류(classification)

무엇인가를 분류한다는 것은 어지럽혀져 있는 대상이 있을 때 성격에 맞는 이름으로 구분해서 그룹화하는 것을 말한다.

추측하고자 하는것이 이름, 문자라면 분류로 해결한다.

 

가지고 있는 데이터에 독립변수와 종속변수가 있고 종속변수가 숫자일 때 회귀를 이용하면 된다.

가지고 있는 데이터에 독립변수와 종속변수가 있고 종속변수가 이름일 때 분류를 이용하면 된다.