지도 학습의 흐름 썸네일형 리스트형 (미완성)머신러닝 지도 학습의 흐름 컴퓨터 스스로 답을 찾아 데이터의 패턴으로 만든 기준을 모델이라고 한다. 지도 학습의 흐름 1. 데이터 수집 2. 데이터 클렌징 3. 머신러닝 기법으로 데이터 학습 4. 테스트 데이터로 성능 테스트 5. 머신러닝 모델을 웹 환경 등에서 구현 지도 학습에서는 취급하는 데이터는 훈련 데이터와 테스트 데이터로 나누어 사용한다. 훈련 데이터는 학습에 사용하는 데이터이며, 테스트 데이터는 학습된 모델을 평가할 때 사용한다. 데이터를 분리하는 방법 1. 홀드아웃 방법 주어진 데이터셋을 훈련 데이터와 테스트 데이터 2가지로 분할하여 사용한다. 2. K-분할 교차검증 훈련 데이터셋을 K개로 분할한 뒤 K-1개의 데이터는 학습 데이터셋으로 사용하고, 나머지 1개를 모델 테스트에 사용한다. LOOCV ( Leave One.. 더보기 이전 1 다음