Machine Learning 개념

1. Machine Learning의 개념

---

"무엇(X)으로 무엇(Y)을 예측하고 싶다"

데이터(행렬)

• 기계학습(Machine Learning) 또는 머신러닝은 인공 지능의 한 분야로, 컴퓨터가 학습할 수 있도록하는 알고리즘과 기술을 개발하는 분야를 말합니다.

Y : 출력변수 (종속변수, 반응변수)

f : 모형 (머신러닝 알고리즘)

X : 입력 변수 (독립변수, feature)

• 주어진 데이터를 통해서 입력변수(X)와 출력변수(Y)간의 관계를 만드는 함수 f를 만드는 것

• 주어진 데이터 속에서 데이터의 특징을 찾아내는 함수 f를 만드는 것

2. Machine Learning으로 할 수 있는 것들

---

X : 고객들의 개인 정보 및 금융 관련 정보, Y : 대출 연체 여부 => 대출 연체자 예측 탐지 모델, 대출 연체 관련 주요 feature 추출

X : 게임 유저들의 게임 내 활동 정보, Y : 게임 이탈 여부 => 어뷰징 여부 -> 이상 탐지 모델

X : 숫자 손 글씨 데이터, Y : 숫자 라벨(0 ~ 9) => 숫자 이미지 분류 모델

X : 상품 구매 고객 특성 정보 => 군집화를 통한 고객 특성에 따른 segmentation

X : 고객들의 상품 구매 내역 => 매장내 상품 진열 위치 리뉴얼을 통한 매출 증대

X : 쇼핑몰 페이지 검색 및 클릭 로그 기록 => 맞춤 상품 추천 시스템

X : SNS데이터 및 뉴스 데이터 => 소셜 및 사회 이슈 파악

3. f란 무엇인가? (회귀분석인 경우)

---

• f를 구하기 위해서 입력변수(X)와 출력 변수(Y)가 필요

• p개의 입력변수 X1, X2, ..., Xp가 있고 출력변수 Y가 있을 때, X = (X1, X2, ..., Xp)라고 하면 입력 변수와 출력 변수의 관계를 나타내는 식은 다음과 같습니다.