Machine Learning

머신러닝이란?

• Model : 서로 다른 변수들 사이에 존재하는 수학적 관계
• 머신러닝 : Data로부터 Model을 컴퓨터가 스스로 학습하여 사용하는 것
• 컴퓨터의 성능이 좋아지고 사용할 수 있는 data의 양이 많아지며 활용성이 증명되었기 때문에 최근 들어 머신러닝이 핫해졌다.

인공지능, 머신러닝, 딥러닝, 빅데이터

• 빅데이터 : 데이터 보관/처리법, 데이터 분석
• 인공지능 : 프로그램이 인간처럼 생각/행동하게 하는 학문
• 머신러닝 : 인공지능의 수단 중 하나
• 딥러닝 : 머신러닝 기법 중 하나

지도 학습 vs 비지도 학습

• 지도학습(Supervised Learning)

  • 답이 있고 이 답을 맞추는 것이 학습의 목적
    ex) 스팸 메일 분류하기, 아파트 가격 예측하기
  • 학습데이터의 정답을 알려줘야한다.
  • 분류(Classification), 회귀(Regression)
    • Classification : class를 예측하는 것
    • Regression : y = f(x)에서 y가 continuous한 것
  • 비지도학습보다 비용이 더 많이 들어가며 기계적으로 학습을 더욱 잘한다.

• 비지도학습(Unsupervised Learning)

  • 답이 없고 이 답을 맞추는 것이 학습의 목적
  • 지도학습보다 창의적인 학습을 더 잘한다.
  • clustering, association, anomaly detection..

본 포스트는 코드잇 강의를 공부하며 정리한 내용입니다! 자세한 설명은 "코드잇 머신러닝 강의를 참고해주세요!

+) 코드잇 강의 바로가기