[파머완 1장] 1. 머신러닝의 개념

1. 파이썬 기반의 머신러닝과 생태계 이해 - 머신러닝의 개념

1) 머신러닝

머신러닝 : 애플리케이션을 수정하지 않고도 데이터를 기반으로 패턴을 학습하고 결과를 예측하는 알고리즘 기법을 통칭한다

 

데이터를 기반으로 통계적인 신뢰도를 강화 → 다양한 수학적 기법을 적용해 데이터 내의 패턴을 스스로 인지 → 신뢰도 있는 예측 결과를 도출

 

2) 머신러닝의 분류

지도학습과 비지도학습

지도학습

- 분류, 회귀, 추천 시스템, 시각/음성 감지/인지, 텍스트 분석, NLP

비지도학습

- 클러스터링, 차원 축소, 강화학습

 

3) 데이터 전쟁

머신러닝에서는 데이터와 알고리즘 둘다 매우 중요하다

머신러닝의 단점은 데이터에 매우 의존적이라는 것이다. 따라서 데이터를 이해하고 효율적으로 가공, 처리, 추출해 최적의 데이터를 구축하는 능력이 중요하다

 

4) 파이썬과 R 기반의 머신러닝 비교

R - 통계 전용 프로그램 언어

파이썬 - 다양한 영역에서 사용되는 개발 전문 프로그램 언어

딥러닝 프레임워크는 파이썬을 중심으로 발전될 가능성이 크다