머신러닝과 딥러닝 - 학습 데이터, 훈련 데이터(Training data set), 시험 데이터(Test data set)

안녕하세요, 츄르 사려고 코딩하는 집사! 코집사입니다.

한동안, 제주도에서 아이디어 경진대회를 하느라 글을 많이 못썼네요..

하지만 1등을 했으니 뿌듯하네요!

이젠 다시 딥러닝을 공부해야 할 시기가 찾아왔습니다.

머신러닝의 처음부터 시작하려고 합니다.

머신러닝이란??

1) 데이터를 이용한 모델링 기법

    - 데이터를 이용하여 모델을 만드는 방법

    - 데이터는 문서, 음성, 이미지 등의 자료이며, 모델은 머신러닝으로 얻어내는 결과임

    - 모델링에 사용되는 데이터는 Training data set(훈련 데이터 셋, 학습 데이터 셋)이라고 함.

    - 전체 데이터가 있으면, 7:3 or 8:2로 Training data와 Test data를 나눈다.

    - 그 중에, 다시 Training data에서 Training data와 validation data로 나눈다.

    - validation data는 Training data로 학습 도중에 학습이 잘 되는지를 확인하기 위해 지정한 data set이다.

    - 아래의 그림처럼 나뉜다.

  2) 머신러닝의 예

      - 머신러닝 분야는 여러 분야에서 사용할 수 있습니다. Kaggle에서도 타이타닉 생존 예측이나 집값 예측 등에서도 머신러닝 분야를 사용하고 있습니다.

      - 머신러닝의 예는 스팸 메일 분류기.

      - 0과 1인 2진 분류로 할 수 있는 모든 사례 등