Supervised Learning

Jan 31, 2019

A Beginner’s Guide to Supervised Learning

아마 ‘”지도학습” 이라는 말을 들어 보셨을 겁니다. 그것은 알고리즘이 무언가를 배우게 하는   방법이지만      정확하게 알고리즘은 아닙니다.

지도학습의 시나리오는 데이터에 레이블을 지정합니다. 예를 들면 할머니 사진 뒤에 할머니 이름을 적는 것    처럼 식별을 해 놓습니다.

당신의 알고리즘을 테스트하고 있다고 생각해보세요. 레이블은 테스트에 대한 정답(사람이름) 이고 입력         데이터(사진)는 질문 중에 하나입니다.

당신의 알고리즘은 데이터 인스턴스(사진)를 볼때마다 추측을 할 것이며, 그 추측은 정답, 라벨, 이름을 보고     비교하여 점검합니다. 잘못된 추측이 만들어지면 탐지될 것입니다. 그리고 그 알고리즘은 스스로 조정합니다.   이것은 머신러닝의 일부분입니다.

(레이블이 붙은 데이터 세트가 항상 있는 것은 아니며, 우리의 문제에 정답을 항상 하는 것은 아닙니다. 이것은 비지도 학습이며, 다른 주제입니다)

입력 데이터는 당신이 원하는 정답을 예측 하는 것이며 레이블은 입력의 각 관련 인스턴스에 첨부된 정확한     예측입니다.

다음은 라벨 인스턴스의 예시입니다

  • - 사진 : 사진에 있는 객체의 이름(ex: 얼글 – 이름) – 겍체 인식
  • - 거래 : 사기 또는 정상거래 – 사기탐지
  • - 텍스트 : 분노 또는 내용 – 감정 분석
  • - 사운드 파일 : 말하는 사람의 이름 – 음성 인식

 

What you need for supervised learning

지도학습을 수행하려면 레이블이 지정된 데이터 세트가 필요하며 질문하는 질문에 대한 답변을 알고                있어야 합니다.

이러한 조건이 항상 충족되는 것은 아닙니다. 레이블이 지정된 데이터 세트를 얻을 수 없습니다.

또 우리는 항상 정답을 아는 것 아니며, 때로는 데이터 라벨 작업에 전문지식이 필요 합니다

(예 : 암 종양을 나타낼 때 이를 아는 전문가)

Share:

Most Recent Posts

Supervised Learning

Jan 31, 2019, 6:08 PM

A Beginner’s Guide to Supervised Learning

AI vs ML vs DL

Jan 31, 2019, 6:02 PM

AI vs ML vs DL

Random Forest

Jan 31, 2019, 5:12 PM

Random Forest

Machine Learning Software

Jan 31, 2019, 9:56 AM

Machine Learning Software

Unsupervised Learning

Jan 31, 2019, 9:11 AM

Unsupervised Learning

 

 

 

© 2017 IMGURU, Inc. All rights reserved.

 
서울 금천구 가산디지털1로 181 가산 W 센터 710호
우편번호 : 08503  |  전화번호 : 070-4099-2021  |  이메일 : imguru@imgr.co.kr