머신러닝

목차 개요 이번 포스트에서는 확률이론의 기본 개념인 확률 변수에 대해 알아보고 확률 변수의 개념과 종류에 대해 알아본다. Random Variables; 확률 변수 확률 변수는 어떤 사건이 발생할 확률을 수치화한 값으로, 특정한 확률 분포를 따르는 변수 이산형(discrete)과 연속형(continuous)으로 나뉜다. 이산형 확률 변수; 정수와 같은 이산적인 값 - 베르누이 분포 - 이항 분포 - 포아송 분포 연속형 확률 변수; 실수와 같은 연속적인 값 - 정규 분포 - 지수 분포 - 감마 분포 마무리 대칭적인 분포에서는 평균과 분산 등으로 분포 정도를 나타낼 수 있고 비대칭적 분포에서는 왜도와 첨도를 이용하여 분포 정도를 나타낼수 있다. 이렇게 확률 변수는 말 그대로 확률 분포가 존재하는 상황에 따라..

목차 개요 이번 포스트에서는 최적화의 핵심 요소 중 하나인 결정변수에 대해 알아본다. 정의 결정변수는 최적화 문제에서 최적의 해를 찾기 위해 조절되어야 하는 변수 머신러닝에서 이 변수들은 모델의 매개변수(parameter)로 볼 수 있으며, 이 매개변수들의 값을 조절함으로써 성능을 향상시킬 수 있습니다. ML 최적화 과정에서의 역할 최적화 문제를 해결하는 과정에서 머신러닝 알고리즘에 의해 선택되는 변수이다. 당연하게도 머신러닝을 위한 모델을 만들 때에도 결정변수를 정확하게 정의하고 사용해야지 최적화 결과의 정확성과 성능이 좋게 나올수 있다. 예를 들어, 제조업체가 생산하는 제품의 가격을 최소화하는 문제를 예로 들면 결정변수는 생산량, 원재료 비용, 인건비 등의 변수가 될 수 있고 이러한 변수들을 모델링하..

목차 개요 이번 포스트에서는 최적화의 핵심 요소 중 하나인 목적 함수에 대해 알아보고 단일 목적 문제(Single-Objective Problem)와 다중 목적 문제(Multi-Objective Problem)에 대해 알아본다. Objective Function ; 목적 함수 최적화 문제에서 최대화 또는 최소화하고자 하는 목표를 수학적으로 표현한 것 목적 함수를 이용하여, 우리는 주어진 문제에서 최적의 해답을 찾을 수 있다. Single-Objective Problem ; 단일 목적 문제 하나의 목적만을 최적화하는 문제 목적 함수가 하나만 존재하며, 이를 최대화 또는 최소화하여 최적의 해답을 찾는다. 예로들어 기업이 제품 생산 비용을 최소화하는 문제를 생각해보면 실제로는 단지 생산비용을 최소화 하는게 아..

목차 개요 Experience ; 경험 Observation ; 관측 Outcome ; 결과 위 세가지는 ML 모델 제작을 위한 데이터 분석에 있어서 알아두어야할 개념 3요소이다. 이 개념을 잘 숙지해놓아야 데이터의 패턴과 관계를 이해하기에 쉬워지는데 본 3가지 요소들이 기준값(예:시간)에 따라 값이 달라지는 경우에 기준 별로 다양한 요인이 어떻게 행동과 결과에 영향을 미치는지 파악하기에 쉬워지고 좀 더 정확한 모델을 얻기위해 어떤 요소를 수정해야 하는지 쉽게 이해가능하다. 간단하게 알아보자. Experience ; 경험 특정 상황이나 활동에 직접 참여하거나 노출되어 지식이나 기술을 습득하는 과정을 의미 통계에서 경험은 행동 추적, 상태 변화나 자연 환경 변화 모니터링과 같이 시간에 따른 데이터 수집을 ..