머신러닝 모델의 목적
머신러닝 모델은 데이터를 학습하여 어떤 문제를 해결하는 것이 목적입니다.
예를 들어, 스팸 메일을 구분하거나, 주택 가격을 예측하는 문제를 해결할 수 있습니다.
머신러닝 모델이 다루는 문제 유형은 크게 두 가지로 나뉩니다.
-
특정 카테고리(클래스)를 예측하는
분류(Classification) -
연속적인 숫자 값을 예측하는
회귀(Regression)
분류와 회귀의 차이점
분류와 회귀 문제의 차이점은 다음과 같습니다.
| 구분 | 분류(Classification) | 회귀(Regression) |
|---|---|---|
| 출력값 | 특정 클래스 (예: 스팸/정상) | 연속적인 숫자 값 (예: 100만 원) |
| 예시 | 고양이 vs 강아지 | 키(cm) 예측 |
| 모델의 목적 | 데이터를 그룹화 | 수치를 예측 |
머신러닝 모델을 만들 때, 해결하려는 문제 유형이 분류인지 회귀인지 먼저 결정해야 합니다.
다음 수업에서는 분류에 대해 자세히 알아보겠습니다.
다음 내용이 궁금하다면?
코드프렌즈 PLUS 멤버십 가입 or 강의를 등록해 주세요!