[AI 입문] 머신러닝(Machine Learning)의 이해

1. 머신러닝의 개념

i. 전통적 프로그래밍의 한계

ii. 머신러닝의 기본 원리

2. 머신러닝의 기술적 체계

ML 체계: 1 머신러닝 태스크

ML 체계: 2 머신러닝 기법

• 머신러닝 학습기법은 학습 및 활용의 분리 여부에 따라 인스턴스 기반과 모델 기반으로 분류 가능
  • 인스턴스 기반 기법: (대표적) KNN
  • 모델 기반 기법: (대표적) 뉴럴 네트워크

ML 체계: 3 머신러닝 학습 방식

3. 머신러닝 기법의 구성

머신러닝 기법은 학습데이터, 모델, 학습 알고리즘의 3가지 요소로 구성

i. 학습 데이터

ii. 학습 모델

iii. 학습 알고리즘

4. 딥러닝 개요

딥러닝의 부상 이유

딥러닝 특징