공.감.개.발.자-Thinking.Dev

1. 머신러닝의 개념 - 인공지능(강인공지능, 약인공지능) ⊃ 머신러닝 ⊃ 딥러닝 - 인공지능 → 인간의 지능을 모방하여 문제해결을 위해 사람처럼 학습하고 이해하는 기계를 만드는 분야 - 머신러닝 → 인간의 학습능력을 기계를 통해 구현하는 분야 - 딥러닝 → 심층 신경망 기반의 머신러닝 방법 2. 머신러닝의 처리 과정 - 학습 단계 → 학습 데이터 집합의 분석을 통해 원하는 입․출력의 관계를 알려주는 매핑 함수(결정함수)를 찾는 과정 - 추론 단계 → 학습을 통해 찾은 매핑 함수를 실제 데이터(“테스트 데이터”)에 적용하여 결과를 얻는 과정 3. 머신러닝의 기본 요소 - 각 데이터는 n차원의 열벡터로 표현 → 데이터 처리는 벡터 연산으로 정의됨 - 전체 데이터 집합에 대한 분포 특성을 고려하여 학습을 수..