🌌 머신 러닝 (Machine Learning)

머신러닝 모델의 성능은 알고리즘보다 데이터 품질에 더 좌우된다. “Garbage in, garbage out” — 전처리가 엉망이면 아무리 좋은 모델도 쓸모없다. 데이터 전처리(Data Preprocessing)는 원시(raw) 데이터를 모델이 학습할 수 있는 형태

회귀(Regression)는 연속적인 수치 값을 예측하는 통계·머신러닝 기법이다. 입력값 $X$와 출력값 $y$의 관계를 수학적 함수 $f(X)$로 모델링한다.예:광고비로 매출 예측, 공부시간으로 시험 점수 예측, 주택 면적·위치로 가격 예측

회귀가 “연속값”을 예측한다면, 분류는 “범주(label)”를 예측한다. 예시: 이메일 → 스팸 or 정상환자 데이터 → 질병 있음 or 없음시험 점수 → 합격 or 불합격분류는 입력 데이터를 클래스(class) 로 나누는 함수 $f(X)$를 학습한다.

군집화(Clustering) 는 비지도 학습(Unsupervised Learning) 의 대표적 기법이다. 정답(label)이 없는 데이터를 유사도(similarity) 기반으로 묶는 과정이다.

Association Rule Learning (연관 규칙 학습) 은 데이터 안에서 “함께 발생하는 항목 간의 관계”를 찾는 비지도 학습 기법이다. 대표적으로 장바구니 분석(Market Basket Analysis) 에 활용된다.

강화학습(Reinforcement Learning, RL) 은 정답(label)이 없는 상황에서, 행동(action) 의 결과(reward)를 통해 스스로 학습하는 방법이다.즉, “시행착오를 통한 최적 전략 학습”이다.

자연어 처리(Natural Language Processing) 는 인간 언어를 컴퓨터가 이해하고 처리하도록 만드는 기술이다. 텍스트나 음성 데이터를 수학적으로 변환해 의미를 추출한다.

딥러닝(Deep Learning) 은 인간 뇌의 뉴런 구조를 모방한 인공신경망(Artificial Neural Network, ANN) 을 다층으로 연결해 데이터에서 특징(feature)을 스스로 학습하는 알고리즘이다.

차원 축소(Dimensionality Reduction) 는 고차원 데이터의 특징을 손실을 최소화하며 저차원으로 압축하는 기법이다. 💡 실제 데이터셋(예: 100개 변수)은 중복 정보가 많다. PCA, LDA, Kernel PCA는 이를 효율적으로 요약한다.

머신러닝의 목표는 훈련 데이터에 과적합하지 않으면서 일반화 성능이 높은 모델을 찾는 것이다. 즉, 단일 모델의 성능보다 데이터와 목적에 맞는 최적 모델을 선택하는 과정이 중요하다.