CAI

지도학습(Supervised learning)이란? 지도 학습은 label이 지정된 데이터 세트를 사용하는 머신러닝 접근 방식이다. label이 지정된 데이터 세트를 이용해 데이터를 분류하거나 결과를 정확하게 예측하도록 알고리즘을 설계한다. 인공지능 모델은 label이 있는 입력 및 출력을 사용하여 정확도를 측정하고 학습할 수 있다. 지도 학습은 회귀(Regression)와 분류(Classification)라는 두 가지 유형의 문제로 나눌 수 있다. 회귀 (Regression) 회귀는 알고리즘을 사용하여 종속 변수와 독립 변수 간의 관계를 이해하는 지도 학습의 방법 중 하나이다. 회귀 모델은 특정 비즈니스에 대한 판매 수익 예측과 같이 다양한 데이터 요소를 기반으로 숫자 값을 예측하는 데 유용하다. 회귀..

지도 학습 (Supervised learning) 이란? 지도 학습(Supervised learning)은 주어진 훈련 데이터(혹은 입력 데이터)로부터 하나의 대응되는 출력을 유추해 내기 위한 기계 학습(Machine learning) 방법 중 한 가지이며, 'feature'와 'label'을 가지고 있는 dataset을 이용해 모델을 학습시키는 방식을 사용한다. ( feature-lable pair를 example이라고 부른다. ) 머신 러닝의 종류에는 지도 학습, 비지도 학습, 강화 학습이 있는데, 현재 산업에서 머신 러닝을 사용한 성공적인 응용프로그램의 대부분은 지도 학습을 이용한 머신 러닝이 차지한다. 충분한 양의 데이터를 가지고 모델을 학습시킬 수 있다면, 임의의 입력 값을 넣었을 때, 확률 추..