1장. 머신러닝 프로세스와 기본 개념
머신러닝 문제의 종류
택배 회사에서 나올 법한 질문을 늘어놓아 보세요. "이 주문은 늦을까?", "며칠 걸릴까?", "비슷한 주문끼리 묶으면 어떤 무리가 나올까?", "고객 문의에 답장을 써 줄 수 있을까?" 모두 데이터로 답할 수 있지만, 답의 꼴이 다릅니다. 답의 꼴에 따라 쓰는 모델과 채점 방법이 달라지므로, 문제를 받으면 어느 갈래인지부터 가립니다.
왼쪽 둘(분류, 회귀)은 정답이 붙은 기록으로 배우는 지도학습입니다. 셋째 비지도학습은 정답 없이 닮은 것끼리 묶습니다. 넷째 생성은 다음에 올 글자를 이어 쓰는 문제로, LLM 이 여기에 듭니다. 앞의 질문에 짝지으면 "늦을까"가 분류, "며칠"이 회귀, "비슷한 주문끼리"가 비지도학습, "답장 쓰기"가 생성입니다.
네 갈래
| 갈래 | 정답 | 배송 회사의 예 | 이 과정에서 |
|---|---|---|---|
| 지도학습 - 분류 | 몇 가지 가운데 하나 | 이 주문은 지연인가, 정시인가 | 1장 실습, 리뷰 긍정·부정 |
| 지도학습 - 회귀 | 숫자 하나 | 이 주문은 며칠 걸리는가 | 2장 주문량 예측 |
| 비지도학습 | 없다 | 비슷한 주문끼리 묶으면 어떤 무리가 나오는가 | 7장 임베딩에서 다시 만난다 |
| 생성 | 다음에 올 글자 | 고객 문의에 답장 쓰기 | 3장부터 LLM |
분류인지 회귀인지 가르는 법
정답 열의 값을 보면 됩니다.
| 정답 열의 값 | 갈래 | 예 |
|---|---|---|
| 0 과 1, 또는 몇 가지 이름 | 분류 | 지연 여부, 긍정·부정, 상품분류 |
| 크기를 견줄 수 있는 숫자 | 회귀 | 배송일수, 매출, 무게 |
| 정답 열이 없다 | 비지도학습 | 주문 기록만 있고 표시가 없다 |
LLM 도 이 표 안에 있습니다. "다음에 올 낱말 맞히기"라는 분류 문제를 엄청나게 많은 글로 학습한 모델입니다. 그래서 1장의 순서와 지표가 LLM 에도 그대로 이어집니다.
주의할 점
- 숫자라고 다 회귀는 아닙니다. 지연 열은 0 과 1 이라는 숫자지만 "지연인가 아닌가"라는 두 가지 답이므로 분류입니다.
- 같은 데이터로 문제를 바꿀 수도 있습니다. 배송일수를 맞히면 회귀이고, "3일을 넘는가"로 바꾸면 분류입니다. 업무에 필요한 답의 꼴로 정합니다.