머신러닝 study

1946 최초의 프로그래밍 가능한 컴퓨터 ENIAC (Electronic Numerical Integrator and Computer) 1952 Arthur Samuel은 체커 게임 방법을 배우는 최초의 (machine learning)머신러닝 컴퓨터 프로그램을 개발했습니다. 그의 알고리즘은 경험으로 부터 배우기 위해 발견적 탐색 메모리를 사용하였습니다. 1970 년대 중반까지 그의 프로그램은 인간과 시합하여 이기고 있었습니다. 1956 Dartmouth 워크샵에서 Marvin Minsky, John McCarthy, Claude Shannon, Nathan Rochester가 (AI)“Artificial Intelligence (인공지능)”이라는 용어를 만들었습니다. 1958 Frank Rosenbla..

로지스틱 회귀(Logistic Regression) 로지스틱 회귀(Logistic Regression)는 분류기법중의 하나로 다른특징을 가진 데이터를 서로 분류하는데에 많이 사용되는 알고리즘이다. Logistic Regression은 뉴럴네트워크의 구조와 딥러닝을 이해하는데에 기초가 되는 내용이므로 굉장히 중요한 내용이다. Logistic Regression을 간단한 예시를 들어보겠다. 우리가 자격증 시험을 치르면 Pass/Fail같이 2가지 케이스로 나뉘어 질수있다 이것이 바로 Logistic Regression의 핵심이다. 데이터를 위 그림과 같이 2차원 공간에 나타내면 데이터가 파란색,빨간색으로 나누어집니다. 로지스틱 회귀(Logistic Regression)을 하기위해서는 [0,1]처럼 2가지의 ..

Linear Regression(선형회귀)의 원리 Linear Regression을 한마디로 애기하자면 "데이터를 가장 잘 대변하는 직선의 방정식을 찾는것"이라고 요약할수있습다. 위의 그림에서 무작위로 분포되어있는 파란색의 점들은 데이터를 나타냅니다. "이 데이터의 전체를 가장잘 대변하도록 직선을 긋는다면 직선은 어떤 모습이 될까"가 Linear Regression의 핵심입니다. 직선의 방정식은 y = ax +b 이렇게 표현할수있습니다. 여기서 a는 위 빨간선의 기울기라 할수있고 b는 y절편이 됩니다. 즉 선형회귀(Linear Regression)는 데이터를 가장 잘 대변해줄수있는 직선 방정식(y = ax +b )의 a(기울기) 와 b(y절편)을 구하는 것이라고 말할수있습니다. 이번엔 선형회귀(Linea..