금융 전략을 위한 머신러닝: 19가지 사례를 통해 익히는 금융 전략, 머신러닝, 데이터 과학

Part

II

지도 학습

4

장 지도 학습: 모델 및 개념

5

장 지도 학습: 회귀(시계열 모델)

6

장 지도 학습: 분류

69

4

장

지도 학습: 모델 및 개념

지도 학습은 선택된 알고리즘이 주어진 입력값을 이용해 타겟을 적합화하는 머신러닝 영역이

다. 참값 (레이블 )이 포함된 훈련 데이터셋이 알고리즘에 제공되고 알고리즘은 방대한 데이터

를 토대로 규칙을 학습해 나가는데, 이는 새로운 관찰 혹은 입력값에 대한 참값을 예측하기 위

함이다. 다시 말해, 과거의 데이터를 지도 학습 알고리즘에 적용해 예측 능력이 최적인 관계를

찾는 것이다.

지도 학습 알고리즘은

회귀 알고리즘

과

분류 알고리즘

두 부류로 나눈다. 회귀 기반 지도 학습

법은 입력값을 바탕으로 출력을 예측하고, 분류 기반 지도 학습법은 주어진 데이터셋이 어느

분류에 속하는지를 알아낸다. 분류 알고리즘은 확률 기반으로, 출력은 분류로 나타나며, 알고

리즘은 주어진 데이터셋이 해당 분류에 속할 가장 높은 확률을 찾는다. 이와 대조적으로 회귀

알고리즘은 무한의 해결값 (연속적 집합 )을 가진 문제의 결괏값을 추정한다.

지도 학습 모델은 금융 ...