먼저 머신러닝이란
인간이 학습을 통해 정확도를
점진적으로 개선하는 방식을 모방하기 위한
데이터와 알고리즘의 사용에 초점을 맞춘
사진 설명을 입력하세요.
인공지능 (AI) 및 컴퓨터 사이언스의 한 분야 이다. 1)
데이터 사이언스 분야의 중요한 구성요소로서
통계적 방법을 사용해 알고리즘이 데이터를 분류, 예측한다.
이러한 인사이트를 통해 다양한 비즈니스 내의 의사 결정을 가속화 하고
현재 빅데이터 분야가 확장 및 성장함에 따라
데이터 사이언티스트에 대한 수요가 증가할 것으로 보인다.
또한 머신러닝 알고리즘 개발을 위해
TensorFlow 및 PyTorch와 같은 프레임워크를
이용하여 개발을 가속화 할 수 있다.
또한 딥 러닝과 머신 러닝이 같은 의미로 사용되는 경향이 있다
머신 러닝, 딥 러닝 그리고 신경망은 모두 인공지능의 하위 분야
그러나 신경망은 사실 머신 러닝의 하위 분야이고,
딥 러닝은 신경망의 하위 분야라는 점을 기억할 필요가 있다.
머신 러닝, 딥 러닝 및 신경망의 차이점에 대해서는
다음글에서 좀 더 자세히 설명하도록 하겠습니다.
참고자료
Machine learning (ML) – 머신 런닝이란?
Machine learning (ML) – 머신 러닝에 대한 이 소개에서는 주요 역사, 핵심 정의, 적용 분야 및 오늘날 기업에서의 관심사 등에 대한 개요를 제공합니다.
www.ibm.com
사진: Unsplash의AltumCode
사진: Unsplash의Fernando Hernandez
'MACHINE LEARNING' 카테고리의 다른 글
| 머신러닝, 딥러닝, 신경망의 차이점 (0) | 2023.11.03 |
|---|
