머싱러닝의 정의와 유형,그리고 실응용사례
- 최초 등록일
- 2021.07.15
- 최종 저작일
- 2020.06
- 7페이지/ MS 워드
- 가격 4,000원
소개글
"머싱러닝의 정의와 유형,그리고 실응용사례"에 대한 내용입니다.
목차
1. 머신러닝(Machine Learning, ML)의 정의 및 개요
2. 머신러닝의 종류
3. 실 응용 사례
1) 사기 방지
2) 타겟팅 디지털 디스플레이
3) 콘텐츠 추천
4) 자동차 품질 개선
5) 유망 잠재 고객에 집중
6) 미디어 최적화
7) 의료 보건 서비스 개선
4. 예시 프로그램; 사이킷런을 이용하여 붓꽃(Iris) 데이터 품종 예측하기
본문내용
1. 머신러닝(Machine Learning, ML)의 정의 및 개요
머신러닝 기술 분야에서 세계적인 석학인 스탠포드 대학교 Andrew Ng 교수의 정의에 따르면 머신러닝은 ‘명시적 프로그래밍 없이 컴퓨터가 작업을 수행하도록 하는 기술’이다. 명시적 프로그래밍이라는 말이 와 닿지 않아서 조금 더 이해하기 쉬운 정의를 검색해 봤다. 국내의 한 머신러닝 관련 도서에서는 머신러닝이 ‘컴퓨터가 무슨 일을 하도록 일일이 인간이 알려주지 않아도 컴퓨터가 스스로 작업의 수행 방법을 데이터로부터 학습하는 것처럼 만드는 기술’이라고 정의하고 있다.
컴퓨터가 발명된 이후로 인간은 주로 단순 반복 작업을 빠르고 정확하게 해내는 기계로 컴퓨터를 활용해왔다. 이런 작업을 컴퓨터가 실행하도록 하기 위해서 인간은 정해진 방법과 절차를 컴퓨터에게 알려주었는데, 이렇게 지시하는 행위를 ‘프로그래밍’ 이라고 한다. 인간이 프로그래밍을 통해 컴퓨터에게 방법을 알려주면 컴퓨터를 지시 받은 대로 작업을 수행하고 결과를 돌려주는 것이다. 이제 Andrew Ng 교수의 정의가 조금 이해가 간다. 그러면 컴퓨터는 어떻게 스스로 데이터로부터 학습하는 것일까?
참고 자료
없음