차례:
최근에“기계 학습”이라는 용어가 다양한 토론과 포럼에서 등장했지만 정확히 무엇을 의미합니까? 기계 학습은 패턴 인식 및 계산 학습에 기반한 데이터 분석 방법으로 정의 될 수 있습니다. 신경망, 의사 결정 트리, 베이지안 네트워크 등과 같은 다른 알고리즘으로 구성됩니다. 머신 러닝은 이러한 알고리즘을 사용하여 데이터를 학습하고 데이터에서 숨겨진 통찰력을 복구합니다. 학습 과정은 반복적이므로 새로운 데이터도 감독없이 처리됩니다. 이전 데이터에서 배우고 미래 데이터에 사용하는 과학은 새로운 것이 아니지만 점점 더 인기를 얻고 있습니다.
머신 러닝이란 무엇입니까?
일부 사람들은 머신 러닝이 여전히 사용되고있는 기존의 컴퓨터 프로그래밍 방법보다 낫지 않다고 생각하지만, 많은 사람들은 머신 러닝을 인공 지능 (AI) 분야의 혁명이라고 생각합니다. 그들은이 기술을 사용하여 기계가 단순히 인간의 지시를 따르기보다는 학습하고 자신의 경험으로 일을 할 수 있다고 믿습니다.
기계 학습의 의미에 대해 더 많이 이해하기 위해 기존의 컴퓨터 프로그래밍과 비교할 수 있습니다. 다음 섹션에서는 머신 러닝과 기존 프로그래밍과의 차이점에 대해 자세히 설명합니다. (머신 러닝의 장단점은 머신 러닝의 장단점을 참조하십시오.)
