4.1~4.2

학습 목표

• 3장에서 얻은 직관을 개념으로 정립
• 모델 평가, 데이터 전처리, 특성 공학, 과대적합 문제 같은 개념을 머신 러닝 문제를 해결하기 위한 7단계 작업 흐름으로 정리

4.1 머신 러닝의 네 가지 분류

4.1.1 지도 학습(p.138)

지도 학습(supervised learning)?

샘플 데이터가 주어지면 알고 있는 타깃(꼬리표(annotation)라고도 합니다.)에 입력 데이터를 매핑하는 방법을 학습하는 것.

-지도학습의 예시

광학 문자 판독, 음성 인식, 이미지 분류, 언어 번역 등

지도 학습==분류&&회귀로 구성

BUT 시퀀스 생성, 구문 트리 예측, 물체 감지, 이미지 분할 등 특이한 변종도 존재(p.139)