• 원문제목: 3. Prerequisites and Notation
• 최종 업데이트: 2018년 06월 04일
• 목차이동: Machine Learning Yearning 목차
• 저자: Andrew NG
• 원문: http://www.mlyearning.org
• 분류: Intro

Coursera의 기계학습 MOOC과 같은 기계 학습 과정을 수강했거나, 지도학습을 적용한 경험이 있다면 이 글을 이해할 수 있을 것입니다.

이 책의 독자는 지도학습에 익숙하고 가정합니다. 지도학습은 레이블을 갖는 훈련 데이터 (x, y)를 이용하여 x를 y에 대응하는 함수를 학습합니다. 지도 학습 알고리즘에는 선형회귀, 로지스틱 회귀와 신경망이 포함됩니다. 다양한 형태의 기계 학습이 존재하지만, 오늘날 기계 학습이 실질적 가치는 대부분 감독 학습에서 나옵니다.

앞으로 자주 신경망(“딥러닝”으로 알려진)을 언급할 것입니다. 이 책을 읽어나가기 위해서 여러분에게 필요한 것은, 신경망에 대한 기본적인 이해입니다.

여기에 언급한 개념이 아직 익숙하지 않다면, Coursera의 “Machine Learning” 과정(http://ml-class.org)의 첫 3주 동영상을 시청하시기 바랍니다.