[머신러닝/이론] 머신러닝 기초 - 머신러닝 시스템 종류

머신러닝이란? 머신러닝(Machine learning)이란 기계가 데이터로부터 패턴을 학습하는 것을 의미한다. 기존의 전통적인 프로그램 방식의 경우 사람이 직접 모든 로직과 룰을 정해주고, 컴퓨터는 데이터를 인풋으로 받아 정해준 룰에대해 수행후 아웃풋을 냈다면, 머신러닝은 사람이 일일이 로직을 다 정해주지 않고 컴퓨터가 직접 데이터를 학습해서 데이터 안의 패턴을 찾아 예측하는 모델을 만드는 것이다. 어떤 경우 머신러닝을 사용하면 좋을까? [머신러닝 방식이 더 효율적일 때] 만약 스팸메일 분류 프로그램을 만든다고 가정해보면, 전통적인 프로그래밍 방식을 사용한다면, 스팸메일 데이터들을 살펴보고 공통적으로 많이 발견되는 단어와 문구들을 뽑아낸 다음, 어떤 경우에 스팸메일로 분류할지 하나하나 로직을 정해서 프로그램을 짜야할 것이다. 스팸메일에 들어가는 단어나 문구의 종류도 엄청 많고, 시간이 지남에 따라 변화하기 때문에 프로그래밍 로직은 계속해서 길어지고 복잡해질 것이다. 만약 머신러닝 기...

원문링크 : [머신러닝/이론] 머신러닝 기초 - 머신러닝 시스템 종류