• 참조

https://wikidocs.net/22660

https://ratsgo.github.io/from frequency to semantics/2017/03/30/word2vec/

https://luv-n-interest.tistory.com/626

https://www.youtube.com/watch?v=sY4YyacSsLc&list=PLVNY1HnUlO26qqZznHVWAqjS1fWw0zqnT&index=7

머신러닝

• 훈련 데이터 : 학습용도

• 테스트 데이터 : 성능평가 용도

• 검증용 데이터 : 모델의 성능을 조정(평가X)하기 위한 용도

  • 훈련 데이터에 과적합이 있는지 판단
  • 하이퍼 파라미터 조정
    • 하이퍼파라미터(초매개변수) : 모델의 성능에 영향을 주는 사람이 값을 지정하는 변수.
      • 훈련용 데이터로 훈련을 모두 시킨 모델은 검증용 데이터를 사용하여 정확도를 검증하며 하이퍼파라미터를 튜닝(tuning)
    • 매개변수 : 가중치와 편향. 학습을 하는 동안 값이 계속해서 변하는 수.
      • 가중치와 편향과 같은 매개변수는 사용자가 결정해주는 값이 아니라 모델이 학습하는 과정에서 얻어지는 값

• 분류(Classification)와 회귀(Regression) : 로지스틱 회귀는 분류문제, 선형회귀는 회귀문제

• 혼동 행렬(Confusion Matrix)

• 선형 회귀 (Linear Regression)

• 로지스틱 회귀