DS and stats

머신러닝이란? 컴퓨터가 예제(데이터)를 통해 학습하고 모든 인풋을 일반화시키는 것. 과정으로는 1. 문제를 설정하고 2. 데이터를 얻는다 3. 모델을 정하거나 디자인한다. 4. 최적화를 통해 데이터를 모델에 적용한다 5. 성능 측정으로 이루어진다. 머신러닝은 크게 지도학습(supervised learning)과 비지도 학습(unsupervised learning)으로 나누어지는데, 그 나누는 기준은 y라는 결과가 있냐 없냐의 차이가 된다. 그래서 비지도학습에서는 패턴을 찾는 것이 주가 된다. 먼저 지도 학습에 대해 이야기하자면, 분류(classification), 회귀분석(regression) 두 종류가 일반적인데, 그중분류인 경우, output이 이산형(discrete)이다. 회귀분석인 경우, f를 구..

첫 머신러닝 과제였던 brute force 실습. 우선, 컴퓨터 사이언스에서 brute force란, 가장 일반적인 문제풀이 방법이면서, 시스템적으로 정답이 될 수 있는 모든 가능한 후보군을 나열하여 그 각각의 후보군이 정답이 되는지 일일이 하나하나 확인하는 건데 쉽게 설명하자면, 그냥 줄 세워놓고 너는 해당되냐, 안 되냐!! 이렇게 확인한다고 생각하면 좀 더 쉬울 것 같다. 어쨌든 머신러닝은 별 관심도 없고 처음 배우는 나로서는 생소했던 개념!! 학교에서 주어진 Skin_NonSkin.txt 파일을 이용했는데 유명한 데이터셋인가.. 잘 모르겠 ㅋㅋㅋ r, g, b를 이용해서 0이면 background, 1이면 skin인데 모델을 학습시켜서 input을 넣었을 때 이게 background인지, skin인..