[용어 정리] Hypothesis set(가설집합)

 Hypothesis set(가설 집합)이란, 탐색중인 Hypothesis space(가설 공간)을 나타내기 위한 집합으로서 모델 선택 및 구성의 선택을 탐색할 수 있는 출력에 입력을 사상(mapping)하기 위한 가능한 hypothesis(가설)의 space(공간)을 의미합니다. 

 Hypothesis space(가설 공간)은 어떤 문제를 해결하는데 필요한 가능성이 있는 hypothesis 후보군의 집합을 의미하며 여기서 hypothesis set이 이에 해당한다고 할 수 있겠습니다.

 

 아래의 그림을 통하여 자세히 설명해 드리도록 하겠습니다.

 

 알 수 없는 목표 함수(Unknown target function)이 다음과 같이 주어지고 이들의 각 매칭들이 Training 예제들로 주어졌을 때 우리는 이를 딥러닝과 같은 기계학습으로 이를 학습시키고자 합니다. 이 경우 hypothesis set에서 가장 효율적인 학습 알고리즘을 A를 선택한 후 선택된 알고리즘의 결과물로 최종 가설 함수 f를 추론할 수 있게 됩니다.

 

 이 때 hypothesis set는 매우 무한히 존재하며, 대표적으로는 Support Vector Machine, 로지스택 회귀와 같은 분류법(Classification)과 Support Vector Regression, 선형 회귀, 가우시안 프로세스와 같은 회귀법(Regression)이 있습니다. 

 

 hypothesis set에서 가장 효율적인 함수를 찾는데엔 완벽한 정답은 없습니다. 수많은 학습 알고리즘들 중에서 주어진 Training 데이터를 학습시켜 보고 그 중 원하는 출력값에 가장 가까운 hypothesis를 선택한다면 이는 주어진 데이터에 가장 적합한 학습 알고리즘이라고 할 수 있겠습니다.

 

 

참고자료: https://machinelearningmastery.com/what-is-a-hypothesis-in-machine-learning/

What is a Hypothesis in Machine Learning?

http://eddiethegalic.blogspot.com/2016/04/space-of-hypotheses.html

가설 공간(space of hypotheses)