Supervised-Learning with NN?

Supervised Learning with NN

신경망을 이용한 지도학습

---

지도학습은 입력 X와 출력 Y에 매핑하는 함수를 학습하는 것이 목적이다

위 이미지처럼 입력(input)은 예측하고자하는 값(y)에 관한 특성, 정보들이다 따라서 Output(y)는 input(x)를 통해 학습해서 최종적인 결과물이 된다.

각각 사용하는 모델은 다음과 같다.

• Home features, Ad, user info와 같이 평범한 지도학습의 경우 → Standard NN(신경망)을 사용
• Image의 경우 → CNN이라고 불리는 합성곱 신경망을 사용한다
• Audio 음성은 시간에 흐름에 따라 재생되기에 1차원 시계열 데이터로 나타나는 시퀀스 데이터를 사용한다. 따라서 RNN이 사용됨
• Radar(레이더)의 경우 → 더 복잡한 하이브리드 신경망 구조를 사용한다

왼쪽부터 차례대로 표준 신경망, CNN(합성곱 신경망), RNN이다. 각각 모델의 형태가 다르다는 것을 알 수 있다.

지도학습에는 구조적, 비구조적 데이터로 나뉜다.

• 구조적 : 방의 사이즈, 침실 개수, 사용자 나이, 아이디 등 특성을 표현할 수 있음
• 비구조적 : 오디오, 사진, 텍스트 등 특성을 표현하기 어려움