머신러닝을 시작하기 전 용어에 대해 정리한다. 라벨(labels) : 예측하는 실제 항목(y) 특성(features) : 데이터를 설명하는 입력 변수(x) 모델(models) : 특성과 라벨의 관계 정의. 학습 - 모델을 만들거나 배우는 것 추론 - 학습된 모델을 정의되지 않은 데이터에 적용하는 것. 예측. 회귀 모델 - 연속적인 값을 예측한다. ex) xx기업의 주식 가격이 얼마인가요? 분류 모델 - 불연속적인 값을 예측한다. ex) 이 사진은 강아지일까요, 고양이일까요? 주어진 데이터를 통해서 특성과 Y의 관계를 만드는 알고리즘을 만드는 것도 머신러닝이지만, 데이터의 특징을 찾아내는 함수를 만드는 것 또한 머신러닝이다. 이 사진은 온도에 따라 귀뚜라미가 우는 빈도를 나타내었습니다. 다음과 같이 선형을..
