머신러닝2 머신러닝과 딥러닝(알고리즘 종류) 인공지능>머신러닝>딥러닝 서로 다른 각각의 개념이 아니라 인공지능이 포괄적인 개념으로, 딥러닝, 머신러닝 등은 학습모델을 제공하여 데이터 분류하는데 사용이 주로 되는 기술입니다 1. 머신러닝(ML) 인공지능의 여러 분야 중 하나, 스팸메일 필터링, 이미지 분류, 기계번역 기술 등 약한 AI를 구현하는데 쓰이는 게 머신러닝(기계학습) 머신러닝은 컴퓨터에게 인간이 먼저 다양한 정보를 가르치고 그것을 학습한 결과에 따라 컴퓨터가 새로운 것을 예측하는 것 머신러닝의 알고리즘 1. 지도 학습(supervised learning) - 정답이 있는 데이터를 활용해 데이터를 학습시키는 방법 종류: 분류(Classification), 회귀(Regression) K-최근접 이웃(k-Nearest Neighbors) 선형 .. 2022. 4. 6. 머신러닝(Machine Learning) 이란? 머신러닝 데이터 과학의 한 영역, 예측과 패턴 분석(Prediction & Pattern Analysis)으로 이루어져 있다. 컴퓨터가 데이터로 부터 스스로 규칙과 패턴을 찾아 스스로 학습할 수 있도록 프로그래밍하는 과학적인 활동 (현상,실제문제, 가설-> 검증해 나아가는 과정) 현실의 문제를 해결해 나아가는 과정이며 의사결정을 지원하고 수익화를 극대화 시키는데 그 목적이 있다. 머신러닝이 필요한 상황 수작업, 긴 규칙, 규모가 큰 작업 : 인간이 관리하기 어렵고, 맡은 관리자가 다른 사람으로 대체되기 어렵다는 한계 전통적인 접근 & 잘 작동하지 않는 경우 새로운 데이터를 적용해야 할 때 : 시간이 지남에 따라 끊임없이 다양하고 새로운 데이터가 쌓이며, 조건과 환경이 변한다. 이에 따라 새로운 규칙과 패.. 2021. 9. 19. 이전 1 다음
