[머신러닝-Tensorflow] Lec-00 ML 기본 개념

- ML Algorigm 종류

1. Linear regression

2. Logistic regression(classfication)

3. nerual Network

- tool : tensorflow

- note 참고 자료 : http://www.holehouse.org/mlclass/

1. what is ML?

* Spam Filter : many rules

* Automatic Driving : too many rules 

2. Supervised / Unsupervised ?

(1) Supervised 와 Unsupervised를 나누는 기준은 학습하는 방법에 따른 분류에 따라 바뀐다.

(2) Supervised learning에서는 카테고리가 있는 것 예를 들어 , 고양이,강아지등 동물을 카테고리 별로 나누는 기준을 ML시켜 분류 할 수 있음(labled - data)

(3) Unsupervised 

 - Google New Grouping(데이터를 보고 스스로 학습한다)

- Word Clusting

3. Supervised Learning

보통 ML의 형태로 구성 되어 있음.

Ex) Image labeling, Email Spam Filter, predicting score

4. Training data set

하나의 레이블에서 -> ML을 통하여 하나의 모델이 생성 되게 된다.

이렇게 생성된 하나의 모델이 또다른 표본과 비교를 하여서 결과를 도출해내는것을 Training data set이라고 할 수 있다.

5. Type of supervised learning 

* predicting final exam score based on time spend

- regression

예를 들어 0~100까지의 점수에 따른 타입

* pass/non-pass based on time spend

-binary classificaton

pass,non-pass의 경우 두가지로 나누어서 분류를 하여 비교하게 된다.

* Letter grade(A,B,C,D) Based on time spend

multi-label classification

A,B,C,D 로 나누어서 분류를 하게 되는 경우

6. ML처리는 어떻게 하게 되는것일까?

Regression Model에서 학습데이터(Training data set) 에서 Training을 한 후 -> 이학습을 기반으로 특정 데이터의 값을 도출!