[week1] introduction

1. 우리는 기계가 지능을 가지길 원했고, 몇몇 간단한 일들을 스스로 해내길 원했습니다... 뭔가 여운이 남는 말이다. 우리는 기계가 지능을 가지길 원했다..., 

 

 

 

1. 머신러닝이 적용되는 여러 분야들

 

1. Arthur Samuel은 "명시적" 프로그래밍 없이 스스로 학습하는 능력을 주는 것을 머신러닝이라고 정의했다.

1. Tom Mitchell은 파랑색 글씨와 같이 정의 했다. 컴퓨터 프로그램이 경험 E로부터 배워 작업 T를 수행하며 성능을 P로 측정하는 것, 그리고 T의 성능이 P로 측정되먀, E와 함께 향상되는 것이 머신러닝이다.

 

2. 중간에 문제도 풀수 있다. 표시 한 것과 같이 스팸 분류에서 T,E,P가 나뉘어 진다.

 

1. 교수님은 이론적인 아닌 실무적인 방식으로 가르치신다고 한다. 즉 도구를 잘 활용할 수 있는 방법을 가르쳐 주신다고 한다.

 

 

 

1. 지도학습을 정의하기 전에, 지도학습의 예시를 먼저 살펴본다.

2. 이런 데이터를 가지고 가격을 예측할 때에 우리는 일차함수일지 이차함수일지 선택을 해야한다.

3. 알고리즘의 역할은 주어진 답을 가지고 더 많은 답을 만들어 내는 것이다.

4. 위와 같은 문제를 Regression(회귀)문제라고도 한다.

5. 회귀 문제라고 함은 연속된 값을 가진 결과를 예측하려 하는 것이다.

 

 

 

1. 유방암의 사이즈로 부터 그것이 악성인지 아닌지를 판단하는 문제는 분류 문제의 예시이다.

2. 분류 문제라 함은 불 연속적인 결과 값을 예측하려 한다는 것이다.

 

1.이번에는 종양 사이즈에 나이라는 특성을 더해서 분류를 시도해보았다.

2. 이 밖에도, 두께나, 일관성과 같은 많은 특징들을 이용해 분류에 이용할 수 있다.

3. 그렇다면 이렇게나 많은 특성들을 어떻게 다뤄야할까?

4. 우리가 나중에 배우게 될 서포트 벡터 머신은 이러한 무한 개의 피쳐들을 다룰 수 있게 해준다.

 

1. 물건이 얼마나 팔릴지에 대해 예측하는 것은 회귀문제

2. 계정이 해킹 됐는지 확인하는 문제는 분류문제로 볼 수 있다.

 

 

 

1. 레이블이 없습니다. 여기에서 어떤 구조나 패턴을 찾으실 수 있으십니까? 물을 뿐입니다.

 

1. 구글 뉴스에서 이러한 비지도 학습이 사용된다. 구글 뉴스는 뉴스를 조사하고 비슷한 것끼리 묶어서 제공한다.

 

1. 특정 유전자가 얼마나 발현 되었는지를 표시하는 미세 배열 데이터이다.

2. 알고리즘을 돌리면 서로 다른 분류 또는 타입으로 묶을 수 있다.

1

1. 칵테일 파티 문제라는 것인데, 시끄러운 곳에서 여러 사람의 목소리가 녹음 되었을 때, 비지도 학습을 통해 두 목소리를 분리해 낼 수 있다.

 

1. 이 모든게 단 한줄! 로 가능합니다.

2. 이 한 줄이 나오기 까지 오랜 시간이 걸렸기에, 쉬운문제라고 말하긴 어렵지만 적당한 환경이 갖춰진다면 이것을 쉽게 이용할 수 있다.

 

1. 여러븐 Octave를 이용하세요

 

1. 무엇이 비지도 학습이고 무엇이 지도 학습인가?