2020.08 To Do List
머신러닝은 빅 데이터를 이용해서 데이터의 특징(Feature)을 잘 표현하는 **학습 모델(Model)**을 만들어 내는 것을 기계학습(머신러닝)이라고 한다.
이렇게 학습된 모델을 통해서 명시적인 코드 없이 컴퓨터가 자동으로 미래의 데이터를 예측 할 수 있게 된다. 그렇다면 왜 굳이 "빅 데이터"가 기반이 되어야 할까? 정확한 예측을 위해서
기계 학습의 핵심은 표현(Representation)과 일반화(Generalization)에 있다. 표현이란, 데이터의 평가이며, 일반화란 아직 알 수 없는 데이터에 대한 처리이다.
기계가 일일이 코드로 명시하지 않는 동작을 데이터로 부터 학습하여 실행할 수 있도록 하는 알고리즘을 개발하는 연구 분야이며, 어떠한 작업(Task)에 대해 꾸준한 경험을 통하여 작업에 대한 성능을 높이는 것이 주요 이슈이다.
머신러닝은 명시적으로 프로그래밍을 하는 것이 아니라 데이터로부터의 학습을 통해 작업을 수행하는 방법을 컴퓨터에게 가르치는 것(기계 학습)
예를 들어, 쇼핑몰에서 특정한 고객이 본 상품들의 목록을 기준으로 고객의 군집화를 할 수 있으며, 이를 통해 고객에게 알맞는 추천상품을 추천해 줄 수 있다.