[자격증/ISTQB AI] Chapter 3. 기계학습 개요 (Machine Learning Overview) : Part-1

Chapter 3.1 기계학습 종류 (Forms of ML) Chapter 3.1.1 지도 학습 지도 학습 알고리즘 훈련 단계에서 라벨링이 된 데이터를 가지고 기계학습 모델을 만든다. 라벨링 된 데이터는 일반적으로 한 쌍(페어)의 입력 값으로 구성되며(예 : 강아지 이미지와 라벨 "강아지") 훈련 중 알고리즘을 입력 데이터(예 : 강아지 이미지)와 출력 라벨(예 : 강아지 또는 고양이) 사이의 관계를 추론하는 데 사용된다.

기계학습 모델 테스팅 단계에서는 학습에 사용하지 않은 새로운 데이터 세트를 훈련된 모델에 적용해 결과를 예측하게 된다. 출력 정확도 수준이 만족스러우면 모델을 배포한다.

지도 학습으로 해결되는 문제 분류 입력을 미리 정해진 몇 개의 클래스 중 하나로 분류해야 하는 문제에 사용된다. ex) 이미지에서 얼굴을 인식하거나 물체를 감지하는 것. 회귀 기계 학습 모델이 회귀 분석을 사용해 어떤 숫자를 예측해야 하는 문제에 사용된다. ex) 습관에 관한 입력 데이터를 기반으...

요청 처리 중입니다...

[자격증/ISTQB AI] Chapter 3. 기계학습 개요 (Machine Learning Overview) : Part-1

등록된 다른 글