머신러닝의 기초 1~5

목표

머신러닝에 대한 기본을 알기
실습환경 구축

 

강의자료 : 1. 머신러닝의 기초

머신러닝

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.

 

머신러닝 관련 용어 정리

• AI: 인간의 지능을 요구하는 업무를 수행하기 위한 시스템
• Machine Learning: 관측된 패턴을 기반으로 의사 결정을 하기 위한 알고리즘
• Deep Learning: 인공신경망을 이용한 머신러닝
• Data science: AI를 포괄하여 통계학과 컴퓨터공학을 바탕으로 발전한 융합학문(근거/데이터를 바탕으로)
• Data Analysis: 데이터 집계, 통계 분석, 머신러닝을 포함한 행위

 

머신러닝 종류

• Supervised Leaning(지도 학습) 
• Unsupervised Learning(비지도 학습)
• Reinforcement Learning(강화 학습)

머신러닝 적용 분야

• 금융: 신용평가, 사기탐지, 주식 예측
• 헬스케어: 질병 예측, 환자 데이터 분석
• 이커머스: 고객 구매 패턴 분석, 추천 시스템, 가격 최적화, 장바구니 분석
• 자연어처리: 번역, 챗봇, 텍스트분석
• 이미지 & 영상처리: 얼굴인식, 이미지 생성
  • 콜로라도 주립 박람회 대회 수상작: 스페이스 오페라극장

 

파이썬 및 visual studio code 설치

설치 방법은 강의자료에 있습니다!

단축키 : keyboard-shortcuts-windows.pdf