머신러닝 학습 알고리즘 지도(Supervised)/자율(Unsupervised)/강화(Reinforcement) 학습 깊게(Deep)/얇게(Shallow) ... 지도 학습 주어진 입력에 대해 어떤 결과가 나올지 아는 경우 (y =f(x)) 자율 학습 학습 데이터 속에 있는 어떤 패턴이나 숨어 있는 중요한 핵심 컨셉을 찾아서 학습 강화 학습 상과 벌, 입력과

개요 두 범주를 잘 분류하면서 마진(margin)이 최대화된 초편명(hyperplain)을 찾는 기법 (선형분류) 분류 또는 회귀 분석에 사용 가능한 hyperplain 또는 hyperplain들의 집합으로 구성 최적화 - 초평면에서 가장 가까운 각 클래스의 데이터 점들 간의 거리를 최대로 하는 초평면 (최대마진 초평면)을 선택 Q: 종종 데이터가 선형 구분이

여기서 확률 프로세스란 확률 분포를 가진 랜덤 변수(random variable)가 일정한 시간 간격(time interval)으로 값을 발생시키는 것을 모델링하는 것 현재의 상태가 오로지 이전 상태에만 영향을 받는 확률 프로세스 (MP) MP 모델은 상태 공간(state space)의 집합과 전이 확률(transition probability) 모든 상태(state)

모델의 성능을 올리기 위해 손실 함수를 임의로 변형할 수 있음 산술 손실 함수 - 산술값을 예측할 때 데이터 대한 예측값과 실제 관측 값을 비교하는 함수 (regression) 제곱 손실 함수 (Quadratic Loss function) - loss(f) = 상수(실제 값 - 관측 값)^2 노이즈 데이터에 약한 모습을 보임 절대값 손실 함수(Absolute