Machine Learning 용어

23 Jan 2019

용어

라벨(Labels)

• 예측하는 실제 항목(y)입니다.
• 기본 선형 회귀의 y 변수입니다.

특성(Reatures)

• 데이터를 설명하는 입력 변수입니다.
• 기본 선형 회귀의 변수입니다.
• 구체적이고 수량화 가능한 특성이 좋은 특성입니다.

예(Examples)

• 예는 데이터(x)의 특정 인스턴스입니다.
• 데이터 세트의 한 행입니다. 예는 하나 이상의 특성을 포함하며, 라벨을 포함할 수도 있습니다.

모델(Models)

• 특성과 라벨의 관계를 정의합니다.
• 학습(traning)은 모델을 만들거나 배우는 것을 의미합니다.
• 추론(inference)은 학습된 모델을 라벨이 없는 예에 적용하는 것을 의미합니다.

회귀(Regression)

• 회귀 모델은 연속적인 값을 예측합니다.
• 연속(일반적으로 부동 소수점) 값을 출력하는 모델 유형입니다.
• 예)
  • 캘리포니아의 주택 가격이 얼마인가요?
  • 사용자가 이 광고를 클릭할 확률이 엄마인가요?

분류(classification)

• 분류 모델은 불연속적인 값을 예측합니다.
• 둘 이상의 불연속 클래스를 구분 짓는 데 사용되는 머신러닝 모델 유형입니다.
• 예)
  • 주어진 이메일 메시지가 스팸인가요, 스팸이 아닌가요?
  • 이 이미지가 강아지, 고양이 또는 햄스터의 이미지인가요?