Hands-on-Machine-Learning Book Review

Hands-On Machine Learning ӣ੿ӏ

What is Machine Learning?

Goal • Machine Learning 의 정의를 내릴 수 있다. •
Machine Learning 프로젝트에 대한 프로세스를 이 해할 수 있다. (특히, CNN이 머신러닝의 처음이자 끝인줄 알고 있었던 사람들) • Machine Learning의 프로젝트 분류를 이해할 수 있다. • Machine Learning 프로젝트의 도전과제를 이해할 수 있다.

ӝദ ٣੗ੋ ѐߊ ߓನ ੌ߈੸ੋ ѐߊ ೐۽ࣁझ Ӓۧ׮ݶ, Machine Learning
೐۽ં౟ח যڃ ೐۽ࣁझܳ о૕ ө? ޙઁোҳ ӏ஗ ੘ࢿ (ࣛܖ࣌) ಣо ۠ட ML ѐߊ ೐۽ࣁझ ࣻ੿ࢎ೦ য়ର࠙ࢳ ݠन۞׬ ঌҊ્ܻ ള۲ ੿ઁػ ؘ੉ఠ

분류

그렇다면 ML의 종류는 무슨 기준으로 나눌수 있을까?

지도, 비지도, 준지도, 강화 학습 ৡۄੋ ೟णҗ ߓ஖ ೟ण ࢎ۹
ӝ߈ ೟णҗ ݽ؛ ӝ߈ ೟ण

ؘ੉ఠ ࣘী... ࢎۈ੄ хة ೞী ള۲ೞח Ѫੋ૑ Ӓۧ૑ ঋ਷ Ѫੋ૑
૑ب೟ण ࠺૑ب೟ण

ࢎۈ੄ хة ೞী ള۲ೞח Ѫੋ૑ Ӓۧ૑ ঋ਷ Ѫੋ૑ ળ૑ب೟ण ъച೟ण

पदрਵ۽ ੼૓੸ੋ ೟णਸ ೞח૑ ইצ૑ ޙઁো ҳ (ࣛܖ࣌) ಣо ۠ட
য়ର࠙ ࢳ ݠन۞׬ ঌҊ્ܻ ള۲ ߓ஖ ೟ण ৡۄੋ ೟ण ޙઁো ҳ (ࣛܖ࣌) ಣо ۠ட য়ର࠙ ࢳ ݠन۞׬ ঌҊ્ܻ ള۲ प೯ ߂ ঌҊܻ ્ ೟ण ੿ઁػ ؘ੉ఠ पदр ࢜۽਍ ؘ੉ఠ ੿ઁػ ؘ੉ఠ

ױࣽೞѱ ঌҊ ੓ח ؘ੉ఠ ನੋ౟৬ ࢜ ؘ੉ఠ ನੋ౟ܳ ࠺Үೞח Ѫੋ૑
ইפݶ ള۲ ؘ੉ఠࣇী җ೟੗ٜ ୊ۢ ಁఢਸ ߊѼೞৈ ৘ஏ ݽ؛ਸ ݅٘ח૑ ࢎ۹ ӝ߈ ೟ण ݽ؛ ӝ߈ ೟ण

Machine Learning੄ ઱ਃ ب੹ җઁ

나쁜 데이터

나쁜 데이터 충분하지 않은 양의 훈련 데이터 대표성 없는 훈련
데이터 낮은 품질의 데이터 관련 없는 특성 훈련 데이터 과대 적합 훈련 데이터 과소 적합

결론

아! 마지막 하나만 더! ҕ૞੼बহ਺੉ۿ ݽ؛਷ҙஏೠѪਸрࣗചೠѪੑפ׮рࣗച੄੄޷ח࢜۽਍ࢠ೒ীੌ߈੸੉૑ ঋਸѪэ਷ࠛ೙ਃೠࣁࠗࢎ೦ਸઁѢೞחѪੑפ׮Ӓ۞աযڃؘ੉ఠܳߡܻҊ যڃؘ੉ఠܳթӡ૑੿ೞӝਤ೧о੿ਸ೧ঠ೤פ׮৘ٜܳযࢶഋݽ؛਷ؘ੉ఠ оӔࠄ੸ਵ۽ࢶഋ੉Ҋࢠ೒җ૒ࢶࢎ੉੄Ѣܻחޖदೡࣻ੓ח੟਺੉ۄҊо੿ ೤פ׮
֙ীߊ಴ೠਬݺೠ֤ޙীࢲؘ੉࠺٘ਘಌ౟%BWJE8PMQFSUTחؘ੉ఠীҙ೧ ৮߷ೞѱযڃо੿بೞ૑ঋਵݶೠݽ؛ਸ׮ܲݽ؛ࠁ׮ࢶഐೡӔѢоহ਺ਸࠁ ৓णפ׮੉ܳҕ૞੼बহ਺/P'SFF-VODI /'- ੉ۿ੉ۄ೤פ׮যڃؘ੉ఠ ࣇীࢲחࢶഋݽ؛੉о੢ੜٜযݏ૑݅׮ؘܲ੉ఠࣇীࢲחन҃ݎ੉ੜٜয ݏणפ׮҃೷ೞӝ੹ী؊ੜݏਸѢۄҊࠁ੢ೡࣻ੓חݽ؛਷হणפ׮ ੉੉ ۿ੄੉ܴ੉ਬېػ੉ਬੑפ׮ যڃݽ؛੉୭ࢶੋ૑ഛप൤ইחਬੌೠߑߨ ਷ݽٚݽ؛ਸಣо೧ࠁחѪࡺੑפ׮੉Ѫ੉ࠛоמೞӝٸޙীप੹ীࢲחؘ੉ ఠীҙ೧ఋ׼ೠо੿ਸೞҊ੸੺ೠݽ؛ݻо૑݅ಣо೤פ׮৘ٜܳযрױೠ ੘সীࢲחӏઁ੄ࣻળ੉׮নೠࢶഋݽ؛ਸಣоೞҊ ࠂ੟ೠޙઁۄݶৈ۞о૑ न҃ݎਸಣо೤פ׮

Hands-on-Machine-Learning Book Review

Hands-on-Machine-Learning Book Review

Len Kim

More Decks by Len Kim

Other Decks in Programming

Featured

Transcript

Hands-On Machine Learning ӣ੿ӏ

What is Machine Learning?

Goal • Machine Learning 의 정의를 내릴 수 있다. •

ӝദ ٣੗ੋ ѐߊ ߓನ ੌ߈੸ੋ ѐߊ ೐۽ࣁझ Ӓۧ׮ݶ, Machine Learning

분류

그렇다면 ML의 종류는 무슨 기준으로 나눌수 있을까?

지도, 비지도, 준지도, 강화 학습 ৡۄੋ ೟णҗ ߓ஖ ೟ण ࢎ۹

ؘ੉ఠ ࣘী... ࢎۈ੄ хة ೞী ള۲ೞח Ѫੋ૑ Ӓۧ૑ ঋ਷ Ѫੋ૑

ࢎۈ੄ хة ೞী ള۲ೞח Ѫੋ૑ Ӓۧ૑ ঋ਷ Ѫੋ૑ ળ૑ب೟ण ъച೟ण

पदрਵ۽ ੼૓੸ੋ ೟णਸ ೞח૑ ইצ૑ ޙઁো ҳ (ࣛܖ࣌) ಣо ۠ட

ױࣽೞѱ ঌҊ ੓ח ؘ੉ఠ ನੋ౟৬ ࢜ ؘ੉ఠ ನੋ౟ܳ ࠺Үೞח Ѫੋ૑

Machine Learning੄ ઱ਃ ب੹ җઁ

?

나쁜 데이터

나쁜 데이터 충분하지 않은 양의 훈련 데이터 대표성 없는 훈련

결론