Machine Learning

Machine Learning

"컴퓨터 프로그램이 특정한 태스크 T를 수행할 때 성능 P만큼 개선되는 경험 E를 보이면 그 컴퓨터 프로그램은 태스크 T와 성능 P에 대해 경험 E를 학습했다라고 할 수 있다" -Tom Mitchell-

학습 데이터에 레이블(Label)이 있다 => 지도 학습 (Supervised Learning)

학습 데이터에 레이블이 없다 => 비지도 학습(Unsupervised Learning)

두 학습모델에는 특성(feature)을 갖는다

특성의 적절한 선정은 머신러닝의 정확성 및 효율성을 좌우

통계학에서는 '설명변수', '독립변수' , '예측변수' 로 표현

차후에 지도 학습과 비지도 학습에 대해 세분하여 알아볼 예정이다

Machine Learning		Statistics (통계학)
네트워크(Network) , 그래프(Graphs)		모델(Model)
Weight		Parameters
Learning	Fitting
Generalization		Test Set Performance
Supervised Learning		Regression / Classification
Unsupervised Learning		Density estimation, Clustering

[일반적 통계와 Machine Learning 대비 표]