머신러닝의 개념

1) 머신러닝의 개념

• 애플리케이션을 수정하지 않고도 데이터를 기반으로 패턴을 학습하고 결과를 예측하는 알고리즘 기법을 통칭

• 데이터를 기반으로 통계적인 신뢰도를 강화하고 예측 오류를 최소화하기 위한 다양한 수학적 기법을 적용해 데이터 내의 패턴을 스스로 인지하고 신뢰도 있는 예측 결과를 도출해 냄

• 머신러닝의 가장 큰 단점은 데이터에 매우 의존적이라는 점

2) 머신러닝의 분류

1. 지도학습

분류, 회귀, 추천 시스템, 시각/음성감지/인지, 텍스트분석, NLP

2. 비지도학습

클러스터링, 차원 축소, 강화학습