[Week 1] Supervised Learning with a Neural Network

 

 

강의 키워드

• 지도 학습(Supervised Learning)
• 입력(Input)
• 출력(Output)
• 구조적 데이터(Structured Data)
• 비구조적 데이터(Unstructured Data)

 

• 머신러닝의 방법은 지도 학습, 비지도 학습 등 여러가지 종류가 있다.
• 지도 학습이란, 정답이 주어진 데이터를 사용하여 컴퓨터를 학습 시키는 방법을 뜻한다.
  • (input x가 있으면, 해당 값과 연계되는 output y를 배워야 한다)
• 앞 강의에서 배운 신경망(neural network)을 이용해 지도 학습을 구현할 수 있다.
• 분야에 따라 적용되는 신경망이 다르다.
  • ex) 이미지 분류를 위해 CNN(Convolution on Neural Networks) 사용, 음성을 텍스트로 변환 시키기 위해 RNN(Recurrent Neural Network) 사용
• 구조적 및 비구조적 데이터를 신경망을 사용하여 예측할 수 있다.
  • 구조적 데이터:
    • 데이터베이스로 표현된 데이터를 말한다. 정보의 특성이 잘 정의되어 있다.
  • 비구조적 데이터:
    • 이미지, 오디오와 같이 특징적인 값을 추출하기 어려운 형태의 데이터를 말함. 딥러닝 덕분에 컴퓨터가 비구조적 데이터를 인식할 수 있게 되었다.
• 지도 학습(Supervised Learning) VS 비지도 학습(Unsupervised Learning):
  • 지도학습은 label을 통해 예측값과 실제값과 비교하면서 선형 회귀로 알맞게 피팅
  • 비지도학습은 feature를 뽑아서 연관성 있는 것끼리 알아서 clustering(군집화) 하는 것