1 min read
Supervised Learning 를 사용하면 좋을 경우
Counterfactual Learning 추천 시스템의 학습은 supervised learning 과 다르다. 추천 시스템은 오직 사용자가 선택한 결과만을 가지고 학습하기 때문에, log data 는 partial information 형식을 지닌다. 반면 지도 학습은 그 사...
Decision Tree란 Decision Trees(DT, 의사결정나무)는 비모수(non-parametric)적인 supervised learning 방법으로, 주로 classification과 regression 문제에 사용됩니다. 이 기법의 목적은 데이터의 feature로부터 유도된 간단한 결정 규칙을 학습하여, targe...
Explanatory Variable this variable explains the variation in the response variable supervised learning 중 어떤 한 task 는 feature 의 집합이 주어졌을 때, 숫자형 target 값을 예측하는 것인데, 여기서 feature 를 predictor 라 부른다 (e.g. 마일리...
supervised learning label 이 붙어 있는 데이터 포인트 집합을 학습하여, 같은 레이블을 가진 데이터는 서로 가깝게, 다른 레이블을 가진 데이터는 멀리 떨어지도록 거리를 학습합니다.
clustering K-means DBSCAN anomaly detection One-class support vector machine Isolation Forest dimensionality reduction Principal Component Analysis Kernel PCA Locally Linear...
Metric Learning A.1) 정의 metric learning 은 데이터 포인트 간의 거리를 측정하는 방법을 학습하는 기법입니다.
KNN 어떤 문제를 푸냐에 따라 방식이 달라진다: 분류 또는 회귀. For classification: 비교 대상이 되는 데이터 주변에 가장 가까이 존재하는 k 개의 데이터와 비교해 가장 가까운 데이터 종류로 판별한다.
Logistic Regression logistic regression model 은 classification 문제를 해결하는데 사용하는 모델이다.
Classification with SVM binary classification 의 핵심은 D 차원 공간에 존재하는 example 들을 레이블에 따라 두 파티션으로 나눈다는 것이다. 이때, 공간을 나누는 역할을 hyperplane 이 맡게된다.
Decision Tree란 Decision Trees(DT, 의사결정나무)는 비모수(non-parametric)적인 supervised learning 방법으로, 주로 classification과 regression 문제에 사용됩니다.
Linear Regression Linear Regression 는 다음과 같은 형태의 모델을 의미한다 p(y\mid\boldsymbol{x},\boldsymbol{\theta})=\mathcal{N}\left(y\mid w...
랜덤 포레스트는 결정 트리와 다르며, 결정 트리가 모여서 만들어진 숲(Forest) 같은 모델이라고 생각하시면 쉽습니다. Z.1.1) 결정 트리 (Decision Tree) 란? 결정 트리는 이름 그대로 ‘의사 결정 규칙’을 나무(Tree) 구조로 도식화한 모델입니다.
Counterfactual Learning 추천 시스템의 학습은 supervised learning 과 다르다. 추천 시스템은 오직 사용자가 선택한 결과만을 가지고 학습하기 때문에, log data 는 partial information 형식을 지닌다.
Regression 회귀는 예측하는 함수를 만드는 것이다. 예측하려는 데이터의 종류가 numerical 또는 categorical data 에 따라서 사용하는 알고리즘이 달라진다.