머신러닝 (Machine Learning) * 명시적인 프로그래밍 없이 컴퓨터가 학습하는 능력을 갖추게 하는 연구 분야 * 머신러닝은 데이터를 통해 다양한 패턴을 감지하고, 스스로 학습할 수 있는 모델 개발에 초점 머신러닝 분류 1. 지도 학습(Supervised Learning) * 지도 학습은 주어진 입력으로 부터 출력 값을 예측하고자 할 때 사용 * 입력과 정답 데이터를 사용해 모델을 학습 시킨 후 새로운 입력 데이터에 대해 정확한 출력을 예측하도록 하는 것이 목표 * 지도 학습 알고리즘의 학습 데이터를 만드는 것은 많은 사람들의 노력과 자원이 필요하지만 높은 성능을 기대할 수 있음 - 분류와 회귀 * 지도 학습 알고리즘은 크게 **분류(classification)**와 **회귀(regression..
https://www.youtube.com/watch?v=0eCbAYX-_UQ&list=PL7ZVZgsnLwEEZcVusN-fV_sJhQHq833OS&index=1 EDA(Exploratory Data Analysis) 1) 정의 수집한 데이터가 들어왔을 때, 이를 다양한 각도에서 관찰하고 이해하는 과정 데이터를 분석하기 전에 그래프나 통계적인 방법으로 자료를 직관적으로 바라보는 과정 2) 필요성 데이터가 표현하는 현상을 더 잘 이해하고, 잠재적인 문제 발견 데이터 다시 수집하거나 추가로 수집하는 등의 결정 내릴 수 있음 다양한 각도에서 살펴보면서 다양한 패턴 발견, 기존의 가설 수정하거나 새로운 가설 세울 수 있음 이후 통계적 추론 시도 가능, 예측 모델 만들 때 유용 3) 분석 과정 1. 문제 정의 ..