머신러닝, Supervised Learning 용어 정리

training set: 처음에 소프트웨어에 주게 되는, 사람이 수작업으로 입력한 정보를 포함한 데이터 전부를 뜻합니다.

features: training set에서 x 역활을 하는, 함수로 생각하면 x variable 역할을 하는 정보를 뜻합니다.

target: training set에서 y 역할을 하는, 함수로 생각하면 결과값의 역할을 하는 정보를 뜻합니다.

m: 총 샘플의 갯수를 뜻합니다.

(x, y): 특정 샘플을 뜻합니다.

(x^(i), y^(i)): 'i'번째 샘플을 지칭합니다.

ŷ: y-hat이라고 불리고 예측되는 y 값을 뜻합니다. 예측되는 target, 예측되는 y, estimated y라고 표현할 수 있겠습니다.

f(x)=wx+b

Univariate function: variable이 1개만 있는 함수를 지칭할때 쓰는 단어입니다.

 

이상으로 Supervised Learning에서 사용되는 기본 용어들을 정리해보았습니다.