Tech Crunchy

개요머신러닝은 선형대수학과 확률론 같은 수학적 개념에 기반하여 발전한 분야입니다. 수학적 도구들은 변수 간의 관계를 분석할 수 있도록 하며, 많은 머신러닝 모델의 근간이 됩니다. 기본 개념스칼라(Scalar): 스칼라는 하나의 숫자벡터(Vector): 벡터는 여러 개의 숫자 요소로 이루어진 집합행렬(Matrix): 행렬은 행과 열로 구성된 숫자 요소의 직사각형 배열 연산스칼라, 벡터, 행렬의 기본 연산인 덧셈과 뺄셈은 같은 차원의 벡터들 사이에서 수행할 수 있습니다.아래와 같이 두 벡터가 주어졌다고 가정하겠습니다.벡터의 덧셈과 뺄셈은 아래와 같이 나타낼 수 있습니다.또한 벡터는 스칼라와 곱하여 크기를 조정할 수 있습니다. 크기를 조정하는 경우의 곱셉은 아래와 같습니다.원래 벡터와 같은 차원을 가지지만, ..

개요머신러닝(Machine Learning)은 인공지능의 한 분야로, 명시적 프로그램 없이 학습하여 특정 작업을 수행하도록 하는 기술입니다. 데이터를 사용하여 모델을 학습시키고, 그 모델을 통해 예측이나 분류와 같은 작업을 수행합니다. 용어특징(Feature): 각각의 아이템을 설명하기 위한 구분 가능한 특성 또는 특징의 개수데이터(Data): 문서, 사진, 음성, 영상 등특징 벡터(Feature Vector): 어떤 대상을 표현하는 특징으로 구성된 n차원의 벡터특징 추출(Feature Extraction): 학습을 위해 특징을 추출하는 과정학습 셋(Training Set): 학습용 데이터 셋 학습지도 학습(Supervised Learning): 지정된 클래스를 사용하여 모델을 학습비지도 학습(Unsup..