머신러닝

1. 머신러닝이란? >📚 컴퓨터가 인간의 개입 없이(또는 최소한으로) 데이터를 학습하여 패턴을 찾아내고, 새로운 데이터에 대해 예측이나 분류를 수행하는 기술입니다. ex) 스팸 메일 필터링, 이미지 분류, 음성 인식 등 머신러닝의 3대 요소 > 1️⃣ 데이터(Data) : 데이터가 참고하는 정보의 모음 > 2️⃣ 알고리즘(Algorithm) : 문...

1. 데이터 전처리 개요 데이터 전처리란? : 원시(raw) 데이터에서 불필요하거나 손실(노이즈)이 있는 부분을 처리하고, 분석 목적에 맞는 형태로 만드는 과정 필요성 1️⃣ 모델 정확도 및 신뢰도 향상 2️⃣ 이상치나 결측치가 많은 상태로 학습하면 예측 성능

회귀 모델 : 독립변수(X)와 종속변수(Y) 간의 관계를 활용해 연속형 결과값을 예측하며, 비선형 모델, 규제를 통해 모델 성능과 일반화 능력을 향상시킬 수 있다. 1. 회귀 분석 개요 회귀 분석이란? 종속변수(Y)와 하나 이상의 독립변수(X) 간의 관계를 추정하여, 연속형 종속변수를 예측하는 통계/머신러닝 기법 ex) “공부한 시간(X)에 따...

1. 분류 모델 개요 지도학습이란? 입력 데이터(특징, Feature)와 정답(Label)이 주어졌을 때, 모델이 정답을 예측하도록 학습하는 방식. 회귀(연속값 예측)와 분류(범주 예측)의 차이점? 분류(Classification)의 정의 분류의 목적 데이터가 어느 범주(클래스)에 속하는지 예측. ex) 스팸 메일 분류(스팸/정상), ...

1. 앙상블 기법 앙상블(Ensemble)의 기본 아이디어 여러 개의 모델을 조합하여, 하나의 모델보다 더 좋은 예측 성능을 내는 방법 왜 사용하는가? 서로 다른 관점(모델)을 결합함으로써 오류를 줄일 수 있음 개별 모델의 편향(Bias)과 분산(Variance)을 상호 보완 https://encord.com/blog 배깅(Baggi...

비지도 학습의 대표 기법인 군집 분석은 별도의 정답(레이블) 없이 데이터의 패턴을 파악하고 세분화함으로써 다양한 분야(마케팅, 제조, 이상탐지 등)에서 유용하게 활용될 수 있다. 1. 비지도 학습 개요 비지도 학습이란? 비지도 학습(Unsupervised Learning)은 정답(레이블) 없이 데이터에서 패턴이나 구조를 찾는 머신 러닝 기법을 의미합니...

이번에 배울 것 ❗ 차원 축소(PCA, t-SNE, UMAP)를 통해 고차원 데이터를 효율적으로 시각화·분석하고, 노이즈를 제거함으로써 핵심 패턴을 발견할 수 있습니다! 1. 차원 축소가 왜 필요할까? 차원 축소의 필요성 고차원 데이터란? 데이터의 피처(변수)가 매우 많은 상태를 말합니다. 예컨대 이미지 데이터의 경우, 한 장의 이미지를 구성...

이번에 배울 것 ❗ 비지도학습 기법 중 이상 탐지는 정상 패턴에서 벗어난 특이한 패턴을 식별하여, 금융·제조업 등 다양한 산업에서 사전 예방과 효율 극대화를 위해 활용되는 핵심 기술을 알아보겠습니다! 1. 이상 탐지(Anomaly Detection)란? 데이터에서 ‘정상(normal) 패턴’과 크게 다른 행위를 보이는 특이한 패턴(이상, anomaly...

이번에 배울 것 ❗ 딥러닝은 대규모 데이터를 통해 다층 신경망, CNN, RNN, Transformers 등 다양한 구조를 활용하여 복잡한 패턴을 학습하고, 이미지·자연어·생성형 AI 등 폭넓은 영역에서 강력한 성능을 발휘하는 기술입니다! 1. 딥러닝(Deep Learning) 기본 개념 인공신경망(ANN)의 역사와 발전 1940~50년대 초창기 뉴...