기계 학습은 Stanford University의 컴퓨터 과학자 Andrew Ng에 의해 "명시 적으로 프로그래밍되지 않은 채 컴퓨터를 작동시키는 과학"으로 정의되었습니다. 1950 년대에 처음 고안되었지만 21 세기 초까지 제한적인 발전을 경험했습니다. 세기. 그 이후로 머신 러닝은 많은 혁신, 특히 인공 지능의 원동력이되었습니다.
기계 학습은 감독, 비 감독, 반 감독 및 강화 학습을 포함하여 여러 범주로 분류 될 수 있습니다. 지도 학습은 출력 결과와의 관계를 추론하기 위해 레이블이 지정된 입력 데이터에 의존하지만, 지도 학습은 레이블이없는 입력 데이터 중에서 패턴을 감지합니다. 반지도 학습은 두 가지 방법의 조합을 사용하며 강화 학습은 프로그램이 바람직한 결과를 가진 프로세스를 반복하거나 정교화하여 오류를 피하도록 동기를 부여합니다. 프로그래밍 역사에 대해 배우려면 컴퓨터 프로그래밍 : 기계 언어에서 인공 지능에 이르기까지 컴퓨터 프로그래밍을 확인하십시오.
여러 산업에서 이미 머신 러닝의 혜택을 받고 있으며, 선진국에서 ML 제품 및 서비스에 대한 수요가 증가하고 있습니다. 모든 종류의 비즈니스는 예측 기능을 활용하고 있으며 정보에 입각 한 결정을 내리기 위해 규정적인 기계 학습 방법을 개발하려고합니다. 회사가이 기술에 접근하는 방법에는 여러 가지가 있으며, 여기에는 여러 가지 프로그래밍 언어가 포함됩니다.
