1. 기계학습 모델 (Model)
ㅇ 데이터로부터 학습하여, 규칙을 발견하여, 예측,분류 등을 수행하는, 알고리즘 또는 수학적 구조
2. 기계학습의 모델화 과정
ㅇ ① 모델 선택 → ② 모델 학습 목표의 수식화 → ③ 모델 학습 (최적화) → ④ 모델 평가
- 모델 선택 (Model Selection)
. 데이터에 대한 관점과 기대되는 바에 대한 수학적 모델링
. 모델 유형을 선택하고, 모델 구조를 완전히 결정하는 과정
- 모델 수식화 (Model Specification)
. 모델이 데이터를 얼마나 잘 표현하는지를 수학적으로 나타내는 것
- 모델 훈련, 모델 학습 (Training a Model)
. 정해진 모델이 표현하는 함수 집합 중 가장 데이터에 적합한 함수를 고르는 과정
. 모델을 더욱 정교화해나가는 방법 (오차에 기반해 매개변수 값을 조정해 나가는 등)
- 모델 평가 (Model Evaluation)
. 과적합 방지 등
3. 기계학습의 주요 학습 모델
ㅇ SVM (Support Vector Machine, 서포트 벡터 머신)
ㅇ HMM (Hidden Markov Model, 은닉 마르코프 모델)
ㅇ 신경망 (Artificial Neutral Network, ANN)
ㅇ 혼합 모델 등