머신러닝의 정의

머신러닝의 정의

☑️ 머신러닝 관련 용어 정리

• AI: 인간의 지능을 요구하는 업무를 수행하기 위한 시스템 -> 휴먼 에러를 줄일 수 있음
• Machine Learning: 관측된 패턴을 기반으로 의사 결정을 하기 위한 알고리즘
• Deep Learning: 인공신경망을 이용한 머신러닝 (머신러닝의 하위집합)
• Data science: AI를 포괄하여 통계학과 컴퓨터공학을 바탕으로 발전한 융합학문 / 과학의 일부 (근거와 데이터를 가지고 의사결정을 한다.)
• Data Analysis: 데이터 집계, 통계 분석, 머신러닝을 포함한 행위

머신러닝(Machine Learning, ML)은 기술 통계 등을 통하여 집계된 정보로 의사결정을 했던 과거와 달리 데이터 수집과 처리 기술의 발전으로 대용량 데이터의 패턴을 인식하고 이를 바탕으로 예측, 분류하는 방법론을 말합니다.

 

 

☑️ 왜 머신러닝이 발전했을까?

왜 머신러닝이 발전 했을까? 인간은 데이터를 기반으로 한 의사결정을 내리고 싶기 때문입니다.

 

 

 

☑️ 머신러닝 종류

• Supervised Leaning(지도 학습) -> 정답이 있는 데이터
• Unsupervised Learning(비지도 학습) -> 정답이 없는 데이터 / 군집화
• Reinforcement Learning(강화 학습)

 

☑️머신러닝 적용 분야

• 금융: 신용평가 (상환 능력), 사기탐지, 주식 예측
• 헬스케어: 질병 예측, 환자 데이터 분석
• 이커머스: 고객 구매 패턴 분석, 추천 시스템, 가격 최적화, 장바구니 분석

아래는 딥러닝쪽!

• 자연어처리: 번역, 챗봇, 텍스트분석
• 이미지 & 영상처리: 얼굴인식, 이미지 생성