지도 학습(Supervised Learning)
- 종속 변수와 독립 변수로 모델을 만든다
한마디로, 요약하면 종속 변수와 독립 변수로 모델을 만드는 것입니다
지도 학습은 레이블이 지정된 데이터셋을 사용하여 모델을 훈련시키는 방법입니다.
이를 통해 모델은 미래의 인스턴스를 예측할 수 있습니다. 지도 학습의 두 가지 주요 기법은 분류와 회귀입니다.
회귀(Regression(회귀) 모델)
종속 변수(구하고 싶은 것)가 숫자인 경우는 회귀를 사용합니다
연속 값을 예측하는 과정입니다.
예를 들어, 엔진 크기나 실린더 수와 같은 다른 필드를 사용하여 새로운 자동차의 CO2 배출량을 예측할 수 있습니다.
분류(Classification)
종속 변수(구하고 싶은 것)이 이름(문자) 일 경우에, 분류를 사용합니다
이산 클래스 레이블 또는 카테고리를 예측하는 과정입니다
부족한 점이나 잘못 된 점을 알려주시면 시정하겠습니다 :>
'AI' 카테고리의 다른 글
Model Evaluation in Regression Models (0) | 2023.07.05 |
---|---|
Supervised vs Unsupervised (0) | 2023.07.05 |
비지도 학습(Unsupervised Learning) (0) | 2023.07.05 |
Regression(회귀) 모델 (0) | 2023.07.05 |
Single Linear Regression (0) | 2023.07.05 |