본문 바로가기

회귀모델2

머신러닝 전통모델들 정리 머신러닝이란 단어는 이제 우리 일상에서도 익숙한 개념이 되었습니다. 하지만 막상 머신러닝을 공부하려고 하면 다양한 알고리즘들이 등장해 어디서부터 시작해야 할지 막막하곤 하죠. 그래서 오늘은 머신러닝의 기초이자 가장 **전통적인 알고리즘 4가지**를 소개합니다. 바로 선형 회귀(Linear Regression), 로지스틱 회귀(Logistic Regression), SVM(Support Vector Machine), 결정 트리(Decision Tree)입니다. 이 모델들은 머신러닝의 입문자뿐만 아니라 실무에서도 여전히 많이 사용되고 있으며, 알고리즘의 핵심 개념을 이해하는 데 큰 도움을 줍니다. 각 알고리즘의 원리, 특징, 사용 예시를 함께 정리해보겠습니다.📚 목차1. 선형 회귀 (Linear Regre.. 2025. 4. 5.

지도학습 문제, 회귀야? 분류야? 모델 선택법까지 완벽 가이드 머신러닝에서 가장 먼저 마주치는 질문이 있습니다. "이 문제는 회귀인가요? 분류인가요?" 지도학습(Supervised Learning)은 크게 회귀(Regression)와 분류(Classification) 두 가지로 나뉘며, 문제의 목표에 따라 선택해야 할 모델도 달라집니다. 이번 글에서는 회귀와 분류 문제의 차이를 이해하고, 각 문제에 어떤 머신러닝 모델이 적합한지 한눈에 정리해보겠습니다.📚 목차1. 지도학습이란 무엇인가?2. 회귀 문제란?3. 분류 문제란?4. 문제 유형에 따른 모델 선택 가이드5. 마무리 및 요약1. 지도학습이란 무엇인가?지도학습(Supervised Learning)은 입력 데이터와 정답(Label)이 함께 주어지는 데이터를 기반으로 모델을 학습시키는 방식입니다. 목표는 새로운 입.. 2025. 4. 1.

이전 1 다음

티스토리툴바