ml 입문

1-1 인공지능과 머신러닝, 딥러닝 1-3 마켓과 머신러닝

2-1 훈련 세트와 테스트 세트 2-2 데이터 전처리

k-최근접 이웃 회귀 선형 회귀 특성 공학과 규제

4-1 로지스틱 회귀 4-2 확률적 경사 하강법

5-1 결정 트리 5-2 교차 검증과 그리드 서치 5-3 트리의 앙상블

6-1 군집 알고리즘 6-2 k-평균 6-3 주성분 분석

머신러닝이 인공 지능을 구현하는 구체적인 접근 방식이었다면 딥러닝은 머신러닝 방법 중 하나로, 인공신경망을 사용하는 기술이다.