티스토리 뷰
머신러닝(Machine Learning)
컴퓨터가 데이터를 통해 유의미한 패턴과 통계적인 함수를 발견하여 행동의 지침이 되는 지식(예측, 분류, 회귀, 추천 등)을 얻어내는 행위
1. 머신러닝 알고리즘의 범주
1-1. 회귀
- 의미: 입력데이터를 바탕으로 원하는 타겟변수의 미래결과 예측
- 활용예시
- 금융분야: 주식시장 예측, 환율예측, 상품 risk예측 등
- CRM: 백화점 수요예측, 가격견적, 광고입찰, 고객의 쿠폰반응 예측 등
1-2. 분류
- 의미: 입력데이터를 바탕으로 개별 데이터의 부류(Class)를 예측하거나 계급 결정
- 활용예시
- 스팸 필터링
- 신용카드 사기탐지
- VIP 고객 여부 분석
- 제조 결함 탐지
- 약물 효능 검사
1-3. 추천
- 의미: 고객이 선호하는 상품 혹은 그 대안 예측
- 활용예시
- 홈쇼핑의 상품 추천
- 넷플릭스의 영화 추천
- 유튜브의 선호 영상 추천
- 온라인 데이트
- 구인구직
1-4. 대체
- 의미: 누락된 입력데이터의 값 보강
- 활용예시
- 불완전한 환자의 의료 데이터 기록 보강
- 손상된 고객 데이터 보충
- 인구조사 자료보충
2. 머신러닝 Workflow
*EDA(탐색적 데이터 분석): 머신러닝 모델을 만들기 위한 전단계로 특성을 추출하거나 데이터로서 영감을 얻거나 전반적인 패턴을 알기 위하여 통계적인 분석을 시도하는 일
3. 머신러닝 방법론
- 지도학습(Supervised Learning)
- 훈련 데이터 안에 예측해야 할 target이 있는 경우에 사용되는 방법론
- 훈련 데이터 안에 예측해야 할 target이 있음
- 비지도학습(Unsupervised Learning)
- 훈련 데이터 안에 예측해야 할 target이 없음 -> 함수모형을 만들지 않고 데이터의 패턴을 추출함 -> 데이터의 숨겨진 구조를 찾음
- 강화학습(Reinforcement Learning)
- 데이터가 스스로 정답을 찾기 위해서 환경과 상호작용함 -> target 값을 만들면서 훈련하는 학습 -> 해답에서 멀어질수록 벌점이 부과되는 성질 이용 -> 풀려고 하는 문제를 게임으로 간주하여 적용
4. 머신러닝 사례
- 고객 성별 예측 모델 구축
- 여행 경로 추천 서비스
- 여행 코스를 제안하는 모델 구축
'파이썬 > 머신러닝' 카테고리의 다른 글
결정 트리(Decision Tree)와 랜덤 포레스트(Random Forest) (0) | 2021.06.08 |
---|---|
scikit-learn & 머신러닝 기초 (0) | 2021.06.08 |
머신러닝에 대해 알아보자! (0) | 2021.06.08 |
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- 프로그래밍
- 금리
- 데이터
- 경제
- 코드
- plot
- 그래프
- 영어
- 영어회화
- 스마트워치
- Programming
- python
- 데이터분석
- 클래스
- 모듈
- 프로그래머스
- 보안
- 코딩
- 코딩테스트
- 파이썬
- sql
- 개발
- mysql
- R
- 경제신문
- 코테
- 함수
- SW
- 자바
- 머신러닝
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 | 31 |
글 보관함