[AI] 챕터01 - Machine Learning 공부를 해보자

가을학기 시작전에 열심히 공부를 해보쟈

---

앞으로 공부할 챕터

챕터	주제	간단 설명
1	머신러닝이란 무엇인가	머신러닝의 정의, 동작 원리, AI와의 관계
2	머신러닝의 분류	지도학습, 비지도학습, 강화학습의 차이
3	데이터와 전처리	데이터가 왜 중요한가, 어떻게 다듬는가
4	특징(Feature)과 레이블(Label)	입력과 출력의 개념, 특징 추출
5	학습과 예측	모델 훈련(training), 예측(predict)의 의미
6	성능 평가	정확도, 정밀도, 재현율, F1 Score 등
7	대표 알고리즘 이해	회귀, 분류, 군집 등 알고리즘 소개
8	과적합과 일반화	학습을 너무 많이/적게 했을 때 문제
9	실습과 프로젝트	간단한 실전 예제, 모델 만들기

---

챕터 1. 머신러닝이랑 무엇인가?

머신러닝은 컴퓨터가 명시적인 규칙 없이 데이터를 기반으로 스스로 학습하여 패턴을 찾아내고 예측을 수행하는 기술이다.

예를들어, 내가 Java로 if-else나 switch를 써서 규칙을 하나하나 작성했던 기존 방식과 다르게 머신러닝은

"이런 데이터가 주어졌을 때, 이런 결과가 나오더라"는 것을 스스로 알아내는 방법이다.

머신러닝은 AI의 하위 개념

• AI: 사람처럼 생각/판단하는 모든 기술
• ML: 기 중에서 데이터로부터 학습하는 것
• DL: 머신러닝의 한 종류로, 신경망 기반의 복잡한 구조 사용
  • 예: ChatGPT 같은 LLM도 여기에 해당한다!

머신러닝이 잘 쓰이는 분야

• 스팸 메일 필터링
• 추천 시스템 (유튜브, 넷플릭스)
• 자율주행 자동차
• 이미지 분류, 음성 인식
• 금융 사기 탐지

왜 중요할까?

규칙이 너무 많거나 복잡한 문제는 사람이 다루기가 힘든데 머신러닝은 데이터에서 직접 규칙을 찾아내고 학습한다!

---

https://shiftasia.com/community/understanding-the-core-concept-of-machine-learning/

Understanding the Core Concept of Machine Learning

https://www.lgcns.com/blog/cns-tech/ai-data/8864/

딥러닝, 데이터로 세상을 파악하다(1) - LG CNS

 

 

 

** 그냥 하루하루 개인 공부한 것을 끄적 거리는 공간입니다.

이곳 저곳에서 구글링한 것과 강의 들은 내용이 정리가 되었습니다.

그림들은 그림밑에 출처표시를 해놓았습니다.

문제가 될시 말씀해주시면 해당 부분은 삭제 하도록하겠습니다. **