Supervised Learning (지도학습)은 예측하는 값의 유형에 따라 크게 세 가지로 나눌 수 있다.
1. Regression Analysis (회귀 분석)
회귀분석(Regression Analysis)은 관찰된 연속형 변수들에 대해 두 변수 사이의 모형을 구한 뒤 적합도를 측정해 내는 분석 방법이다. 예를 들어, 공부 시간에 따른 시험 점수를 예측하는 모델은 0~100점 사이의 연속형 변수를 측정하는 회귀분석(Regression Analysis)이다.
2. Binary Classification (이진 분류)
이진 분류(Binary Classification)는 분류 규칙에 따라 집합의 요소를 두 그룹으로 분류하는 방법이다.
예를 들어, 공부 시간에 따른 시험 합격, 불합격 결과를 예측하는 모델은 두 그룹으로 분류하는 이진 분류(Binary Classification)이다.
3. Multi-label Classification (다중 분류)
다중 분류(Muilti-label Classification)는 분류 규칙에 따라 집합의 요소를 여러 그룹으로 분류하는 방법이다.
예를 들어, 공부 시간에 따른 시험 등급(A, B, ..., F) 을 예측하는 모델은 여러 그룹으로 분류하는 다중 분류(Muilti-label Classification)이다.
'기타 > ML, DL' 카테고리의 다른 글
BackPropagation scratch coded in C - small letter recognition (0) | 2023.09.18 |
---|---|
ML - 5. 다중 분류(Multi-label Classification)의 개념 (0) | 2023.08.02 |
ML - 4. 이진분류(Binary Classification)의 개념 (0) | 2023.08.01 |
ML - 3. 선형 회귀(Linear Regression)의 개념 (0) | 2023.08.01 |
ML - 1. 머신러닝이란 (지도/비지도 학습) (0) | 2023.07.08 |