김성범 교수 핵심 머신러닝 1-2강

머신러닝 정리 (1–2장) 1. 머신러닝 및 인공지능 개요 (1) 정의와 범위 • 인공지능(AI): 인간의 학습·추론·판단·지각 등을 기계가 구현하도록 하는 기술의 총칭. • 머신러닝: AI의 하위 분야.

데이터를 기반으로 규칙을 스스로 학습해 모델을 만드는 과정. 사람이 직접 규칙을 지정하지 않아도 됨. • 딥러닝: 머신러닝 중에서도 인공신경망을 심층 구조로 확장한 방법론.

이미지·음성·자연어 처리 등 복잡한 패턴 학습에 활용. ⸻ (2) 알고리즘과 모델 • 알고리즘: 학습 방법(예: 경사하강법, KNN, SVM). 데이터로부터 규칙을 추출하는 절차. • 모델: 알고리즘이 학습하여 얻은 결과.

독립변수 X와 종속변수 Y의 관계를 나타내는 함수식. ⸻ (3) 데이터 구성 요소 • 독립변수(X): 입력, 설명 변수, Feature라고도 함. • 종속변수(Y): 출력, 목표 변수, Target이라고도 함. • 샘플: 데이터에서 한 행(row), 하나의 관측 단위. • 차원(dimens...