2025/053 [인공지능/AI _ 5] - 머신러닝 > 지도 학습 > 분류 (결정 트리 분류 실습) 오늘은 분류 문제 3번째!오늘은 머신러닝 지도학습에서 가장 직관적이고 설명하기 쉬운 분류 모델인결정 트리(Decision Tree) 분류에 대해 공부해보겠습니다!결정 트리란?결정 트리는 말 그대로 "질문을 따라가며 결정을 내리는 나무(tree) 형태"의 모델입니다.각 분기점(노드)에서는 하나의 **조건(특징값 기준)**을 검사하고,그 결과에 따라 왼쪽/오른쪽으로 가지(branch)를 타며**최종 리프 노드에서 분류 결과(클래스)**가 결정됩니다! 예시로 설명하면?[특징: 나이 ≤ 30?] → YES → [소득 ≤ 5000?] → YES → 클래스 A → NO → 클래스 B → NO → [직업 = 학생.. 2025. 5. 5. [인공지능/AI _ 4] - 머신러닝 > 지도 학습 > 분류 (서포트 벡터 머신 실습) 오늘은 분류 문제 2번째!오늘은 머신러닝의 지도학습 중,분류 문제를 해결하는 또 하나의 강력한 방법인 서포트 벡터 머신(SVM) 에 대해 공부해보겠습니다!분류란 다시 정리!앞 글에서도 다뤘지만, 간단히 요약하면분류(Classification)는 데이터를 미리 정해진 클래스(Label)로 나누는 작업!출력값이 범주형(클래스)인 문제에 사용됩니다.SVM (Support Vector Machine)이란?서포트 벡터 머신은 두 클래스 사이의 경계(결정 경계)를 정의하고,그 경계를 기준으로 데이터를 분류하는 모델입니다.주된 목적은? "클래스 사이의 마진(Margin)을 최대화하는 최적의 경계(초평면)를 찾는 것!"SVM의 핵심 개념들1. 결정 경계 (Decision Boundary)데이터를 분류하는 선 혹은 초평.. 2025. 5. 4. [인공지능/AI _ 3] - 머신러닝 > 지도 학습 > 분류 (로지스틱 회귀 이진분류/다중 분류 실습) 오늘은 분류 문제!오늘은 지도학습 중 하나인 분류! 문제에 대해 이야기해보겠습니다! 분류란?분류는 말 그대로 어떤 데이터를 미리 정해진 클래스로 나누는 작업입니다.예를 들어 사진을 보고 고양이인지 개인지 판별한다면? → 분류환자의 기록을 보고 질병 유무를 판별한다면? → 분류이메일이 스팸인지 아닌지를 판단한다면? → 분류즉, 분류는 출력값이 연속적인 숫자가 아니라, 정해진 레이블(Label) 중 하나로 나오는 문제입니다.분류의 종류이진 분류→ 정답이 두 가지 (예: 스팸/정상, Yes/No, 0/1)다중 분류→ 정답이 세 가지 이상 (예: 숫자 인식 0~9)대표적인 분류 알고리즘로지스틱 회귀 (Logistic Regression)서포트 벡터 머신 (SVM)결정 트리 (Decision Tree)랜덤 포레스.. 2025. 5. 3. 이전 1 다음 반응형
