01. 머신러닝의 개념
머신러닝은, 컴퓨터가 명시적으로 프로그래밍 되지 않아도 데이터를 통해 학습하고, 그 학습을 통해 예측하거나 결정을 내리는 기술을 뜻한다. 데이터만 사전에 학습이 되어있으면, 컴퓨터가 데이터를 보고 스스로 규칙을 찾아내고 그 규칙을 바탕으로 새로운 데이터를 예측하는 방법을 배우는 것.
머신러닝은 하나의 개념으로, 하위에 다양한 머신러닝 모델 ( 선형 회귀, 로지스틱 회귀, 의사결정트리, K-최근접이웃 등등 ) 이 존재한다.
머신러닝은 사용자가 요청하는 행동에 따라 맞는 모델을 적용하여 문제를 해결한다.
02. 머신러닝의 과정 ( 학습 및 예측 )
훈련데이터를 기반으로 문제를 해결하기에 필수적인 데이터가 사전에 학습 되어야 양질의 결과물을 얻을 수 있다.
- 학습 단계 : 훈련 데이터 ( Training set ) 를 이용하여 모델을 학습 ( Learning ) 하는 과정
- 예측 단계 : 학습된 모델을 이용해 훈련되지 않은 새로운 데이터의 결과 값을 예측하는 과정.