01 인공지능 / 머신러닝 수업 개론
- 수강 목표
- 커리큘럼
02 머신러닝 정의
- 빅 데이터와 머신러닝
- 4차 산업 흐름에 따라 수 많은 정보가 디지털 데이터로 저장되고 있다.
- 빅 데이터를 통해 IoT, 클라우드, 머신러닝 기술이 상호 협력하고 있다.
- 머신러닝은 빅 데이터를 분석할 수 있는 강력한 툴이다.
- 기존 통계학 및 시각화 방법의 한계를 해결할 수 있다.
- 머신러닝이란? 명시적으로 프로그래밍을 하지 않고도 컴퓨터가 학습할 수 있는 능력을 갖게 하는 것이다.
- 머신러닝은 Train ( 학습 ) 과정을 거쳐 Predict ( 예측 )을 하고, 결과에 따라 Action ( 행동 )을 한다.
- 머신러닝의 기법 구분
03 지도학습과 비지도학습
- 지도학습 VS 비지도학습
- 지도학습과 비지도학습의 구분은 예측해야 할 결과에 대한 정답 데이터가 있는지 확인하면 된다.
- 예측해야 할 결과에 정답 데이터가 있으면 지도학습, 정답 데이터가 없으면 비지도학습으로 구분한다.
- 강화학습은 학습해야 할 데이터가 주어지지 않고, 기계가 스스로 학습하는 방법이다. ex) 알파고
04 머신러닝 시작하기 과목 목표
- 학습해야 할 내용
'2022 AI SW 온라인 교육 > AI 데이터 분석 트랙' 카테고리의 다른 글
| [AI 데이터 분석] 머신러닝 시작하기 - 02. 데이터 전 처리하기 (0) | 2022.12.15 |
|---|---|
| [AI 데이터 분석] 머신러닝 시작하기 - 01. 자료 형태의 이해 (0) | 2022.12.15 |
| [AI 데이터 분석] 데이터 분석을 위한 라이브러리 - 04. Matplotlib 데이터 시각화 (2) | 2022.12.15 |
| [AI 데이터 분석] 데이터 분석을 위한 라이브러리 - 03. 데이터 조작 및 분석을 위한 Pandas 기본 (0) | 2022.12.15 |
| [AI 데이터 분석] 데이터 분석을 위한 라이브러리 - 02. 데이터 핸들링을 위한 라이브러리 NumPy (0) | 2022.12.15 |