Types of machine learning

• Supervised learning(regression, classification)

Build a predictive model from examples of data with known outcomes.

• Unsupervised learning(Cluster, association)

Discover the latent structure in data for which outcomes are not known.

$$ X = \begin{pmatrix} x_{11} & x_{12} & \cdots & x_{1p} \\x_{21} & x_{22} & \cdots & x_{2p} \\\vdots & \vdots & \ddots & \vdots \\x_{n1} & x_{n2} & \cdots & x_{np}\end{pmatrix} $$

n은 차원의 데이터 수, p는 각 데이터의 변수 갯수

$$ y_i = f(X_i)+\epsilon_i $$

f is some fixed but unknown function of X_i

$\epsilon_i$ is a random error term, which is independent of X_i and has mean 0.

Statistical learning referes to a set of approaches for estimating f.

Prediction vs Inference

• Prediction 은 그 결과 값 자체에 초점을 둔다.

Inference 는 그 모델이 입력을 처리하는 과정 자체를 의미한다.

example) inference 의 대표적 예시는 이미지에서 개와 고양이 구분. prediction은 내일의 주가를 예측하기

Prediction explained term