1.1 학습의 종류

1.1 학습의 종류

1.1.1 지도 핫습

일반화 능력을 갖도록 하는 것

1.1.2 비지도학습

1.1.3 가화 학습

일반화 능력을 갖도록 하는 것

1.2 머신러닝 과업들

1.2.1 희귀(regression)

실숫값 함수를 표본점으로부터 근사하는 지도 학습 방식의 함수 근사 문제다.

1.2.2 분류

주어진 패턴을 식별하는 지도 학습 방식의 패턴 인식 문제다

1.2.3 이상 검출

1.2.4 클러스터링

1.2.5 자원축소

1.3 머신러닝의 접근법
머신러닝에는 다양한 계파가 있다. 이 절에서는 패턴 x의 유형  y를 예측하는 분류 문제를 예로 들어, 머신러닝의 주된 계파인 생성적 분류와 식별적 분류, 그리고 빈도주의 및 베이지안 접근법에서 기초가 되는 아이디어도 소개한다.

1.3.1 생성적 분류와 식별적 분류
패턴 x가 주어졌을  때 유형 y의 조건부 확률 p(y|x)가 최대가 되도록 하는 유형 y를 구할 수 있으면, 패턴 인식을 수행할 수 있다.