처음 배우는 머신러닝 by 김승연, 중에서

여러 가정들을 한데 모은 것을 머신러닝에서는 모델이라고 합니다.

쉽게 말해 현재 상태를 어떠한 시각으로 바라보고 어떠한 기대를 하고 있는가 하는 것이 모델입니다. 

 

일반적인 머신러닝 과정

(1) 모델 정하기: 데이터가 어떻게 생겼을지 가정하기

ㅇ 모델: 데이터를 바라보는 시점과 가정

ㅇ 모델이란 가정에 따라 생성될 수 있는 함수들의 집합

ㅇ 모델이 바뀐다 = 함수의 꼴이 달라진다.

 

(2) 모델의 학습 목표를 수식화하기

 ㅇ 학습 = 그 모델이 표현하는 함수 집합 중에서 가장 데이터에 적합한 함수를 고르는 과정

 

(3) 실제 데이터로 모델 학습하기(최적화)

(4) 평가하기

 

ㅇㅇ