머신러닝 #1 Introduction

1. 머신러닝 기본 개념

인공지능(AI) : 인간의 학습/추론능력 등을 컴퓨터를 통해 구현하는 포괄적인 개념

머신러닝(Machine Learning) : 데이터를 이용하여 명시적으로 정의되지 않은 패턴을 학습하여 미래 결과(값, 분포)를 예측하는 AI의 구현방식 중 하나 // Regression, Classification, Neural Network 등

딥러닝(Deep Learning) : 머신러닝의 한 분야, Neural Network(신경망)을 통해 학습하는 알고리즘의 집합 // CNN, RNN, LSTM 등

-> 포함관계는 AI > Machine Learning > Deep Learning

※ Machine Learning - Regression, Classification

Regression(회귀) : 데이터를 학습하여 미래의 데이터의 값을 예측하는 방법
(평수가 x인 아파트 가격은?)

Classification(분류) : 데이터의 분포를 학습하여 미래 데이터의 분포를 예측하는 방법
(어떤 집단에 속할지 예측)

Deep Learning (Neural Network) : 인간의 뉴런의 상호작용을 모방한 학습방법

∑(입력값×가중치) 값이 임계치를 넘으면 다음 뉴런으로 전달하는 원리