[AI] 챕터03 - 데이터와 전처리
공부할 챕터챕터주제간단 설명1머신러닝이란 무엇인가머신러닝의 정의, 동작 원리, AI와의 관계2머신러닝의 분류지도학습, 비지도학습, 강화학습의 차이3데이터와 전처리데이터가 왜 중요한가, 어떻게 다듬는가4특징(Feature)과 레이블(Label)입력과 출력의 개념, 특징 추출5학습과 예측모델 훈련(training), 예측(predict)의 의미6성능 평가정확도, 정밀도, 재현율, F1 Score 등7대표 알고리즘 이해회귀, 분류, 군집 등 알고리즘 소개8과적합과 일반화학습을 너무 많이/적게 했을 때 문제9실습과 프로젝트간단한 실전 예제, 모델 만들기 데이터 전처리의 중요성머신러닝에서 좋은 데이터 없이는 좋은 모델도 없다는 말이 있다! 아무리 성능 좋은 알고리즘을 써도 더럽거나 이상한 데이터를 넣으면 모델도 ..
2025. 7. 16.
[AI] 챕터02 - Machine Learning의 분류
자 오늘도 힘차게 공부해보자! 아주 간단하게 ML의 종류에 대해서 알아보자공부할 챕터챕터주제간단 설명1머신러닝이란 무엇인가머신러닝의 정의, 동작 원리, AI와의 관계2머신러닝의 분류지도학습, 비지도학습, 강화학습의 차이3데이터와 전처리데이터가 왜 중요한가, 어떻게 다듬는가4특징(Feature)과 레이블(Label)입력과 출력의 개념, 특징 추출5학습과 예측모델 훈련(training), 예측(predict)의 의미6성능 평가정확도, 정밀도, 재현율, F1 Score 등7대표 알고리즘 이해회귀, 분류, 군집 등 알고리즘 소개8과적합과 일반화학습을 너무 많이/적게 했을 때 문제9실습과 프로젝트간단한 실전 예제, 모델 만들기 머신러닝 분류분류핵심 질문예시비유지도학습(Supervised Learnming)정답을 ..
2025. 7. 16.
[AI] 챕터01 - Machine Learning 공부를 해보자
가을학기 시작전에 열심히 공부를 해보쟈앞으로 공부할 챕터챕터주제간단 설명1머신러닝이란 무엇인가머신러닝의 정의, 동작 원리, AI와의 관계2머신러닝의 분류지도학습, 비지도학습, 강화학습의 차이3데이터와 전처리데이터가 왜 중요한가, 어떻게 다듬는가4특징(Feature)과 레이블(Label)입력과 출력의 개념, 특징 추출5학습과 예측모델 훈련(training), 예측(predict)의 의미6성능 평가정확도, 정밀도, 재현율, F1 Score 등7대표 알고리즘 이해회귀, 분류, 군집 등 알고리즘 소개8과적합과 일반화학습을 너무 많이/적게 했을 때 문제9실습과 프로젝트간단한 실전 예제, 모델 만들기챕터 1. 머신러닝이랑 무엇인가?머신러닝은 컴퓨터가 명시적인 규칙 없이 데이터를 기반으로 스스로 학습하여 패턴을 찾아..
2025. 7. 14.
