bizbuddha

[ 밑줄/연결 ] 머신러닝은....주어진 목표에 맞게 최적화하는 확률적인 방식으로 문제를 해결할 수 있습니다. 경험적으로 해결책을 정의할 수 없는 문제에 적합한 시스템을 만들 때 특히 머신러닝이 유용합니다. 감당할 만한 규칙으로 문제를 해결할 수 있다면 머신러닝을 사용할 필요가 없습니다. (ex: 세금 계산 등) 머신러닝 문제는 데이터로부터 어떤 함수를 학습하는 것으로 간주됩니다. 머신러닝의 가능성을 평가하기 위해 머신러닝 문제의 두 가지 핵심 요소인 모델과 데이터를 파악해야 합니다. (1) 모델 ㅇ 많은 제품의 목표를 지도학습과 비지도 학습 알고리즘으로 다룰 수 있습니다. ㅇ 입력과 출력의 종류를 바탕으로 머신러닝 카테고리 중에서 잘 맞는 것을 찾을 수 있습니다. - 분류와 회귀 - 지식 추출 - 카탈..