[머신러닝] 머신러닝 소개

 

 

 

머신러닝

 

 

인간은 몸의 센서로부터 데이터를 받아들이면서

뇌는 그 데이터를 시각, 소리, 냄새, 맛, 모양으로 변환하여 반응

 

이것을 컴퓨터에서 구현해보는 시도가 바로 기계학습

 

 

• 기계학습 : 데이터를 지식으로 변환하고 이를 통해 의사결정을 하는 과학적 과정을 컴퓨터로 구현하는 과정
• 기계학습의 예 : Spam Filtering, 자동 주차, 숫자/문자 인식, Target Marketing ....
• 지도학습 : Supervised Learning
  기계에서 케이스와 정답을 알려주는 학습을 시행 후 케이스를 제시하면 기계가 정답을 추정
• 자율학습 : Unsupervised Learning
  정답이 없는 케이스들을 통해 학습하고 학습된 결과를 지식화
• Prediction : 예)월드컵 우승팀 맞추기, 미래 판매량 맞추기...
• Pattern 발견 : Market Basket Analysis, Segmentation, froaud Detection....

 

 

 

 

 

머신러닝 문제

 

• Classification : 분류
• Regression : 예측
• Clustering : 군집
• Trend Analysis : 트랜드 분석
• Association : 연관성 분석
• Visualization : 시각화
• Outlier Detection : 이상치 검출
• Feature Selection : 주요인자선택