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 ..

01. 머신러닝이란?정의: 데이터를 통해 학습하고, 학습한 내용을 바탕으로 예측하거나 결정을 내리는 AI 기술.예시: 이메일 스팸 필터링, 영화 추천 시스템 등. 02. 머신러닝의 세부 유형📌 지도학습정답이 포함된 데이터를 사용하여 학습하는 방법. ( 입력-정답 쌍이 필요 ) 고양이와 강아지 사진에 각각 "고양이", "강아지" 라고 라벨을 붙여 컴퓨터에게 가르쳐 주면, 추 후 컴퓨터에게 해당 내용을 물어 보았을 때 학습된 결과 데이터를 기반으로 "고양이"와 "강아지"를 분류 할 수 있음🔍 사진 분류, 주택 가격 예측, 스팸 이메일 필터링📌 비지도학습정답이 없는 데이터를 사용하여 패턴을 찾는 방법.여러 사람의 취향을 분석하여 비슷한 취향을 가진 사람들끼리 그룹을 만들어 분류 할 수 있음.🔍 고객 세..