기계 학습

기술노트
Admin (토론 | 기여)님의 2025년 4월 21일 (월) 14:32 판 (IT 용어 정리 - 기계 학습 추가)
(차이) ← 이전 판 | 최신판 (차이) | 다음 판 → (차이)

개요

기계 학습(機械學習) 또는 머신 러닝(영어: machine learning, ML)은 경험을 통해 자동으로 개선하는 컴퓨터 알고리즘의 연구이다.[1] 방대한 데이터를 분석해 '미래를 예측하는 기술'이자 인공지능의 한 분야로 간주된다. 기계 학습은 복잡한 패턴에 대한 학습을 통해 상황에 대한 예측과 의사 결정을 돕는다.[2] 컴퓨터가 학습할 수 있도록 하는 알고리즘과 기술을 개발하는 분야이다. 가령, 기계 학습을 통해서 수신한 이메일이 스팸인지 아닌지를 구분할 수 있도록 훈련할 수 있다. 기계 학습의 핵심은 표현(representation)과 일반화(generalization)에 있다. 표현이란 데이터의 평가이며, 일반화란 아직 알 수 없는 데이터에 대한 처리이다. 이는 전산 학습 이론 분야이기도 하다. 다양한 기계 학습의 응용이 존재한다. 문자 인식은 이를 이용한 가장 잘 알려진 사례이다.

정의

일반화

기계 학습과 데이터 마이닝

이론

알고리즘 유형

접근 방법별 알고리즘

결정 트리 학습법

연관 규칙 학습법

인공신경망

유전 계획법

귀납 논리 계획법

서포트 벡터 머신

클러스터링

베이즈 네트워크

강화 학습법

표현 학습법

동일성 계측 학습법

주제별 알고리즘