머신러닝

머신러닝은 데이터 기반으로 패턴을 학습하고 결과를 예측 분석 (Predictive Analysis)하는 알고리즘 기법을 통칭한다. 일상생활에서 금융 사기 거래 방지, 스팸메일 필터링 같은 응용이 있다. 머신러닝의 분류 1. 지도학습 (Supervised Learnin

colab : https://colab.research.google.com/drive/14wzHk55v1fJU9m14VuAjW5DaAiyM7-_M?usp=sharing 1. 사이킷런 (scikit-learn) 특징 머신러닝 라이브러리 -> 가장 쉽고 효율적인 개발 라

colab : https://colab.research.google.com/drive/1YOSvu-INmjxNVYTS8-eB4QPyj7Ge1nyZ?usp=sharing github : https://github.com/nalinzip/mlstudy/blob/main/

1. 분류(Classification)의 개요 지도학습은 정답(Label)이 있는 데이터를 기반으로 학습하는 머신러닝 방식 대표 유형: 분류(Classification) 피처와 레이블을 이용해 머신러닝 알고리즘이 모델을 학습 학습된 모델은 새로운 데이터의 레이블을 예측

1. 회귀 소개 회귀(regression)는 현대 통계학의 핵심 기법 중 하나임 공학, 의학, 사회과학, 경제학 등 다양한 분야의 발전에 기여함 영국 통계학자 갈톤(Galton)의 연구에서 유래됨 갈톤은 부모와 자식 간의 키 상관관계를 분석함 부모의 키가 크거나 작아도

https://colab.research.google.com/drive/1G1jMN8tJ01jNVXtIO8czPbXICL7cX01G?usp=sharinghttps://colab.research.google.com/drive/1W1zZHWxPY8iQnK

1. K-평균 알고리즘 이해 K-평균은 군집화 (Clustering) 에서 가장 일반적으로 사용되는 알고리즘 K-평균은 군집 중심점 (centroid)이라는 특정한 임의의 지점을 선택해 해당 중심에 가장 가까운 포인트들을 선택하는 군집화 기법 군집 중심점은 선택된 포인

NLP 는 머신이 인간의 언어를 이해하고 해석하는 데 더 중점을 두고 기술이 발전해 왔음 텍스트 마이닝 (Text Mining) 이라고도 불리는 텍스트 분석 (Text Analytics, 이하 TA) 은 비정형 텍스트에서 의미 있는 정보를 추출하는 것에 좀 더 중점

1. 추천 시스템의 개요와 배경 바야흐로 지금은 추천 시스템(Recommendations) 전성시대입니다. 아마존 등과 같은 전자상거래 업체부터 유튜브, 애플 뮤직 등 콘텐츠 포털까지 추천 시스템을 통해 사용자의 취향을 이해하고 맞춤 상품과 콘텐츠를 제공해 조금이라도