bizbuddha

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