[ML] Supervised Learning(지도학습)

목차

01. 지도학습 동작과정

02. 데이터 수집

03. ML 모델 선택

04. Optimizing Parameters

 

 

 

 

 

01. 지도학습 동작과정

 

1. 데이터 수집 단계
   • x, y 쌍으로 구성된 데이터 구축
   • x를 어떻게 표현할지 결정, y라는 레이블을 수집하는 labeling 과정 
2.  모델 선택 단계
   • 주어진 x, y의 최적의 parmeter를 찾는 최적화 문제를 푸는 과정
3.  알고리즘 최적화 단계
   • x, y 관계 표현한 함수(cost function, error fuction)를 최적화하는 과정

 

 

 

 

 

02. 데이터 수집

 

1. 데이터 수집
   • 검색엔진
   • 주어진 데이터 확장
   • crowd sourcing를 통한 데이터 생성
2. 데이터 레이블링
   • 레이블이 존재하지 않는 경우
   • 부분적으로 레이블이 존재하는 경우
3. 데이터 존재
   • Re-labeling
   • 데이터 가공

 

 

 

 

 

03. ML 모델 선택

 

• ML 모델 종류
  1. Logistic regression
  2. Support vector machine(SVM)
  3. Decision Tree
  4. Random forest
  5. Nearest neighbor
  6. Neural network
  7. Multilayer percepton(MLP)

 

 

 

 

 

04. Optimizing Parameters 

 

1. 주어진 데이터를 가장 잘 설명할 수 있는 최적의 학습 parameter 결정
2. f(x)와 y 간의 에러를 최소화하는 임의의 함수를 결정함
3. error function
   • x를 통해서 예측된 값과 실제 값의 차이의 제곱의 합
   • error function을 최소화할 수 있는 w를 찾아야 함