패턴인식이론 - 1. 간단

패턴 찾기의 역사

- 데이터에서 패턴을 찾는 것은 역사적으로 오래됨

- 캐플러의 행성 운동의 법칙

 

패턴 인식이란 ?

- 데이터에서 일관성을 찾아내는 일.

- 찾아낸 일관성을 활용. 예시 : 분류

 

 

손글씨 인식의 예시

- 28 x 28 의 크기 이미지로 이에 대한 벡터 x는 784개의 수

- 목표 : 벡터 x로 숫자 인식하기.

- 훈련 집합 = {x1, ..., xn}  -> 모델의 파라미터들을 조정하는데 사용.

- 타겟 벡터 t : 결과 집합으로 x에 대한 정답.

- y(x), 모델 : 손글씨 이미지 x로 결과 y를 얻는 함수이자 모델. 훈련 과정을 통해 정의됨.

- 테스트 집합 : 훈련된 모델의 성능을 평가하기 위한 데이터

- 전처리 과정 : 입력 변수들을 패턴 인식 문제를 더 풀기 쉽게 처리하는 과정

   -> 손글씨 인식의 경우 : 구석에 있거나/회전 되었거나/작은경우 -> 이동, 회전, 스케일 변환

   * 전처리 과정을 특징 추출이라고도 함.

 

 

 

관련 용어

- 특징 feature : 데이터를 설명하는 서로 구분할수 있는 

- 분류 classification : 입력 데이터를 다양한 카테고리중 한가지로 분류

- 회귀 regression : 입력 데이터로 특정한 값을 추론

- 클러스터링 clustering : 구분 되어있지 않은 데이터들을 각각의 군집으로 분할하는 과정