머신러닝이란

머신러닝이란 데이터를 기반으로 패턴을 학습하고 결과를 추론하는 알고리즘 기법을 통칭합니다. 현실 세계의 매우 복잡한 조건으로 기존의 프로그래밍 방식으로는 해결하기 어려웠던 문제점들을 머신러닝으로 해결하는 사례가 증가하고 있습니다. 특히 데이터 마이닝, 컴퓨터 비전, 자연어 처리 분야가 머신러닝 적용하면서 급속하게 발전하고 있습니다.

머신러닝의 분류

머신러닝은 크게 지도 학습(Supervised Learning)과 비지도 학습(Unsupervised Learning)으로 나뉩니다. 둘의 차이는 데이터에 라벨링(Labeling)이 되어 있느냐입니다.

• 지도 학습의 예: 회귀, 분류
• 비지도 학습의 예: 군집화, 차원 축소

머신러닝의 단점

• 데이터에 너무 의존적입니다. (Garbage In, Garbage Out)
• 복잡한 머신러닝 알고리즘으로 인해 도출된 결과에 대해 논리적인 이해가 어려울 수 있습니다.

머신러닝을 위한 주요 패키지