jjinyeok 성장일지

1. K-Nearest Neighbors KNN (K-Nearest Neighbors) 알고리즘은 regression 문제와 classification 문제 모두 사용 가능하다. 오늘의 강의에서는 KNN 알고리즘을 사용하여 regression 문제를 해결하는 방법을 중심으로 KNN을 설명해주셨다. KNN 알고리즘은 거리를 계산하여 y를 추정하는 기본 알고리즘이다. KNN 알고리즘은 Nonparametric Method로 데이터를 학습한다는 컨셉의 모델이 아닌 데이터 자체를 그대로 사용하는 모델로 모든 데이터를 저장한다는 특징을 가지고 있다. KNN 알고리즘은 Instance-Based Learnig (사례 기반 학습)이라고 할 수도 있는데 새로운 데이터를 지난 데이터를 통해 예측하는 알고리즘이기 때문이다..

지난 1주일동안 미니 프로젝트 2개를 진행하고 머신러닝을 배우게 되었다. 나는 학교에서 배운 머신러닝 이론을 실무에서 어떻게 적용하는지 에이블스쿨을 수강하기 이전부터 궁금했다. 드디어 실무의 머신러닝을 배우게 된다고 생각하니 너무 기대가 되었다. 역시나 강의는 훌륭했으며 잊어버리기 전에 정리를 통해 배운 지식을 내 것으로 만들고자 한다. 1. 모델링 모델이란 데이터로부터 패턴을 찾아 정리한 수학식이다. 모델링은 오차를 줄이는 방향으로 모델을 만드는 과정을 의미한다. 여기서 패턴이란 feature X와 target y의 관계를 의미한다. 따라서 패턴을 찾아 정리한 수학식인 모델은 y = a * X + b와 같은 수식이 될 수 있다. (이것은 간단한 예시이고 실제로는 모델을 이렇게 간단한 수학식으로 적어내기..