머신 러닝
개요
- machine learning (ML)
- 機械 學習
- 기계 학습, 머신 러닝[1]
- 인공지능의 한 분야
- 데이터로부터 학습하고 예측하는 알고리즘을 연구하는 기술
- 인간의 학습능력과 같은 기능을 컴퓨터에 부여하기 위한 기술
- 컴퓨터가 학습할 수 있도록 하는 알고리즘과 기술을 개발하는 분야
- 인공지능의 패턴인식과 계산학습 이론에서 발전한 컴퓨터과학의 한 분야
- 인간의 학습 능력과 같은 기능을 컴퓨터에서 실현하고자 하는 기술 및 기법
- 입력 데이터를 바탕으로 예측 모델을 구축(학습)하는 프로그램 또는 시스템
- 컴퓨터가 데이터를 통해 유의미한 패턴과 통계적인 함수를 발견하여 행동의 지침이 되는 지식[2]을 얻어내는 행위
- 주어진 데이터를 이용해 스스로 학습하고 적합한 모델을 만들어낸다.
- 정적으로 주어진 프로그램이 아닌 입력된 데이터로부터 모델을 만들어 예측·결정한다.
- 알고리즘이 좋아도 데이터의 품질이나 양이 부족하면 좋은 결과를 얻기 어렵다.
- 활용예시: 스팸메일 필터링, 상품추천 서비스, 지능형 개인비서
- 학습된 모델은 시스템에서 모델을 학습시키는 데 사용한 데이터와 동일한 분포에서 추출되지만 이전에 나타나지 않은 새로운 데이터에 대해 유용한 예측을 수행하는 데 사용된다.
- 머신러닝은 이러한 프로그램 또는 시스템과 관련된 학문 분야를 가리키는 용어이기도 하다.
알고리즘 유형
방법론
팁
같이 보기
참고
- ↑ "기계 학습" 339,000개, "머신 러닝" 217,000개
- ↑ 예: 예측, 분류, 회귀, 추천