소소한 지식 저장소

1. 머신러닝의 기본 개념머신러닝(Machine Learning)이란?데이터로부터 패턴을 찾아내고, 이를 바탕으로 예측이나 분류를 수행하는 기술컴퓨터가 명시적으로 프로그래밍되지 않고도 데이터를 통해 학습할 수 있도록 하는 방법이진 분류(Binary Classification) 예제붉은 점과 녹색 점을 구분하는 문제를 통해 머신러닝의 핵심 개념을 이해 가능데이터: 2차원 공간상의 붉은 점과 녹색 점들목표: 새로운 점이 주어졌을 때 붉은 점인지 녹색 점인지 분류접근법: 다양한 경계선(모델)을 그어서 점들을 구분경계선의 복잡도에 따라:선형 경계선: 직선으로 구분 (γ = 1)곡선 경계선: 곡선으로 구분 (γ = 100)복잡한 경계선: 매우 복잡한 곡선으로 구분 (γ = 1000)2. 핵심 용어 정리모델(Mod..

AI, 머신러닝, 딥러닝의 관계- 세 가지 용어는 종종 혼용되지만, 명확한 포함 관계를 가지고 있음- if-else 규칙에 따라 기계가 특정 방식으로 행동하는 것도 AI의 한 종류로 볼 수 있음인공지능 (Artificial Intelligence, AI): - 가장 넓은 개념으로, 기계가 학습이나 문제 해결과 같은 인간의 인지 능력을 모방하는 모든 경우를 의미- 간단하게는 미리 프로그래밍됨머신러닝 (Machine Learning, ML): - 인공지능의 한 분야로, 알고리즘이 데이터를 학습하며 시간이 지남에 따라 성능을 향상시키는 기술- 머신러닝 모델은 예측과 실제 값 사이의 오류(손실 함수)를 최소화하는 최적화 알고리즘이라고 할 수 있음딥러닝 (Deep Learning, DL): - 방대한 양의 데이터..