maizer's blog

k 겹 교차 검증이란 wikipedia This is a type of k*l-fold cross-validation when l = k - 1. 이는 l = k - 1일 때 k-l 겹 교차 검증 의 한 유형이다. 단일 k 겹 교차 검증은 검증 세트 및 테스트 세트를 모두 사용한다. k 겹 교차 검증 방법 두 세트를 합친 세트는 k 세트로 분활된다. 이중 하나의 세트가 테스트 세트로 선택 된다. 이후 나머지 세트 하나씩 유효성 검사 세트로 사용하고, 나머지 (k-2) 세트를 학습 세트로 사용한다. k-l겹 교차 검증 과 유사하게 훈련 세트는 모델 피팅에 사용되고 검증 세트는 각 하이퍼파라미터 세트... Read More

k-l 겹 교차 검증이란 wikipedia This is a truly nested variant which contains an outer loop of k sets and an inner loop of l sets. 이것은 k 세트의 외부 루프와 l 세트의 내부 루프를 포함하는 진정한 중첩 변형입니다. k-l 겹 교차 검증 방법 총 데이터 세트는 k 세트 로 분할됩니다. 하나씩 (외부) 테스트 세트로 세트가 선택되고 (k - 1)개의 다른 세트가 해당 외부 훈련 세트로 결합됩니다. 이것은 k 세트 각각에 대해 반복됩니다. 각 외부 훈련 세트는 l 세트 로 다시 세분화됩니다 . 하나씩 하나의 세트... Read More

사례 기반 학습의 정의 wikipedia 목표값이 표시된 데이터와 표시되지 않은 데이터를 모두 훈련에 사용하는 것을 말한다. 대개의 경우 이러한 방법에 사용되는 훈련 데이터는 목표값이 표시된 데이터가 적고 표시되지 않은 데이터를 많이 갖고 있다. 이러한 준 지도 학습은 목표값이 충분히 표시된 훈련 데이터를 사용하는 지도 학습과 목표값이 표시되지 않은 훈련 데이터를 사용하는 자율 학습 사이에 위치한다. 많은 기계 학습 연구자들이 목표값이 없는 데이터에 적은 양의 목표값을 포함한 데이터를 사용할 경우 학습 정확도에 있어서 상당히 좋아짐을 확인하였다. 이러한 훈련 방법이 사용되는 이유는 목표값을 포함한 데이터... Read More

모델 기반 학습의 정의 wikipedia 목표값이 표시된 데이터와 표시되지 않은 데이터를 모두 훈련에 사용하는 것을 말한다. 대개의 경우 이러한 방법에 사용되는 훈련 데이터는 목표값이 표시된 데이터가 적고 표시되지 않은 데이터를 많이 갖고 있다. 이러한 준 지도 학습은 목표값이 충분히 표시된 훈련 데이터를 사용하는 지도 학습과 목표값이 표시되지 않은 훈련 데이터를 사용하는 자율 학습 사이에 위치한다. 많은 기계 학습 연구자들이 목표값이 없는 데이터에 적은 양의 목표값을 포함한 데이터를 사용할 경우 학습 정확도에 있어서 상당히 좋아짐을 확인하였다. 이러한 훈련 방법이 사용되는 이유는 목표값을 포함한 데이터... Read More

준지도 학습의 정의 wikipedia 목표값이 표시된 데이터와 표시되지 않은 데이터를 모두 훈련에 사용하는 것을 말한다. 대개의 경우 이러한 방법에 사용되는 훈련 데이터는 목표값이 표시된 데이터가 적고 표시되지 않은 데이터를 많이 갖고 있다. 이러한 준 지도 학습은 목표값이 충분히 표시된 훈련 데이터를 사용하는 지도 학습과 목표값이 표시되지 않은 훈련 데이터를 사용하는 자율 학습 사이에 위치한다. 많은 기계 학습 연구자들이 목표값이 없는 데이터에 적은 양의 목표값을 포함한 데이터를 사용할 경우 학습 정확도에 있어서 상당히 좋아짐을 확인하였다. 이러한 훈련 방법이 사용되는 이유는 목표값을 포함한 데이터를 ... Read More

배치 학습(오프라인 학습)의 정의 핸즈온 머신러닝2 배치 학습은 실시간 학습 과 반대로 점진적(실시간)으로 학습할 수 없다. 훈련 데이터를 통해 훈련하고 제품 시스템에 적용하여 추가적인 학습은 없다. 배치 학습의 특징 새로운 데이터를 학습하기 위해서는 전체 데이터를 사용하여 시스템의 새로운 버전을 처음부터 다시 훈련해야한다. 파이프라인 덕분에 전체 과정을 쉽게 자동화 할 수 있다. 하지만 시간이 적게 걸리는건 아니므로 보통 24시간마다 또는 매주 시스템을 훈련시킨다. 실시간 학습 을 고려해야할 때 시스템이 빠르게 변화하는 데이터 적응해야 할 ... Read More

강화 학습의 정의 wikipedia 행동심리학에서 영감을 받았으며, 어떤 환경 안에서 정의된 에이전트가 현재의 상태를 인식하여, 선택 가능한 행동들 중 보상을 최대화하는 행동 혹은 행동 순서를 선택하는 방법이다. 이러한 문제는 매우 포괄적이기 때문에 게임 이론, 제어이론, 운용 과학, 정보 이론, 시뮬레이션 기반 최적화, 다중 에이전트 시스템, 떼 지능, 통계학, 유전 알고리즘 등의 분야에서도 연구된다. 핸즈온 머신러닝2 기존 학습과 매우 다른 종류의 알고리즘이다. 학습하는 시스템을 에이전트 라고 부르며 환경을 관찰해서 행동을 실행하고 그 결과로 보상 혹은 벌점 을 받습니다 참고문헌 1) 비지도... Read More