「アロマテラピースクール セリスト」AEAJ総合資格認定校として充実した内容を提供。2000名を超える卒業生を送り出した実績あるアロマスクールです

cellist

セリスト日記@吉祥寺

머신러닝 기초 예제

2019.08.02

또한 읽기: 기계 학습으로 스마트 하기 – Ada 부스트 및 그라데이션 부스트 또한 읽기: Scikit-Learn에 대해 알아보기 – 파이썬에서 기계 학습 도구 이러한 예는 빙산의 일각에 불과합니다. 기계 학습은 모든 도메인에서 실질적으로 광범위한 응용 프로그램을 가지고 있습니다. 당신은 더 맛을 얻기 위해 몇 가지 Kaggle 문제를 확인할 수 있습니다. 위에 포함된 예제는 이해하기 쉽고 적어도 기계 학습의 전능함을 맛볼 수 있습니다. 오버피팅은 기계 학습 알고리즘을 학습 데이터에 너무 밀접하게 집중하여 새 데이터를 올바르게 처리할 수 있을 만큼 일반화되지 않도록 하는 결과입니다. 이는 기계가 “잘못된 것을 학습”하고 새로운 데이터를 올바르게 해석할 수 없게 되는 예입니다. 머신 러닝은 사람이 많은 산업 및 전문 프로세스를 향상시킬뿐만 아니라 일상 생활을 발전시키는 데 도움이된 하나의 현대적인 혁신입니다. 그렇다면 머신 러닝이란 무엇일까요? 그것은 인공 지능의 하위 집합, 그것에 사용할 수 있는 데이터베이스에서 배울 수 있도록 지능형 컴퓨터 시스템을 구축 하는 통계 기술을 사용 하 여에 초점을 맞추고. 현재 기계 학습은 여러 분야와 산업에서 사용되고 있습니다. 예를 들어, 의료 진단, 이미지 처리, 예측, 분류, 학습 협회, 회귀 등 이는 대부분의 감독된 기계 학습 시스템의 기본 이론을 다룹니다. 그러나 기본 개념은 손에 문제에 따라 다양한 방법으로 적용 할 수 있습니다.

기계 학습에 대해 자세히 알아보고 파이썬을 사용하려면 나는 이 책부터 시작하는 것을 선호한다. 통계는 실제로 작은 데이터와 도메인 이해(설명 모델)에 관한 것입니다. 기계 학습은 적어도 일반적인 관행에서 더 큰 데이터 세트를 사용하여 자동화를 수행하고 모델 해석/이해성을 희생하면서 예측(예측 모델링)을 하는 쪽으로 기울고 있습니다. 예측 성과는 통계의 전통적인 목표를 능가합니다. 누군가에게 춤을 가르치는 것은 기계 학습입니다. 그리고 도시에서 최고의 댄스 센터를 찾기 위해 사람을 사용하는 것은 데이터 마이닝입니다. 쉬운! 알고 보니, 기본 기계 학습 이론은 다소 동일합니다. 주요 차이점은 예측 변수 h(x)의 디자인과 비용 함수의 디자인입니다. 이 기사는 스탠포드 교수 앤드류 Ng 가 그의 자유롭고 개방적인 기계 학습 과정에서 가르친 자료에 크게 그립니다.

이 과정은이 문서에서 논의 된 모든 것을 깊이 다루며 ML 실무자를위한 실용적인 조언을 제공합니다. 나는이 매혹적인 분야를 더 탐험하는 데 관심이있는 사람들에게이 코스를 매우 추천 할 수 없습니다. 아서 사무엘(Arthur Samuel)이 설명한 것처럼 머신 러닝은 “컴퓨터가 명시적으로 프로그래밍되지 않고 학습할 수 있는 능력을 제공하는 연구 분야”입니다. 이름에서 알 수 있듯이 예측 모델은 기록 데이터를 기반으로 미래의 결과를 예측하는 데 사용됩니다. 예측 모델은 일반적으로 배워야 할 사항과 학습 방법에 따라 처음부터 명확한 지침을 제공합니다. 이러한 학습 알고리즘 클래스를 감독 학습이라고 합니다. 기계 학습 알고리즘은 계산 방법을 사용하여 미리 결정된 방정식을 모델로 사용하지 않고 데이터에서 직접 정보를 “학습”합니다. 저는 ML과 딥러닝 초보자입니다. 파이썬 2 또는 파이썬 3을 다운로드해야합니까? 귀하의 게시물은 정말 좋은 …..

Categories

  • カテゴリーなし

Keywords