컴퓨터가 학습할 수 있도록 하는 알고리즘과 기술을 개발하는 분야 (위키)
1959년, 아서 사무엘은 기계 학습을 "기계가 일일이 코드로 명시하지 않은 동작을 데이터로부터 학습하여 실행할 수 있도록 하는 알고리즘을 개발하는 연구 분야"라고 정의하였다.
기계 학습의 핵심은 표현(representation)과 일반화(generalization)에 있다.
표현이란 데이터의 평가이며, 일반화란 아직 알 수 없는 데이터에 대한 처리이다.
일반화는 훈련 이후 새롭게 들어온 데이터를 정확히 처리할 수 있는 능력을 말한다.
기계 학습과 데이터 마이닝은 종종 같은 방법을 사용하며 상당히 중첩된다.
- 기계 학습은 훈련 데이터(Training Data)를 통해 학습된 알려진 속성을 기반으로 예측에 초점을 두고 있다.
- 데이터 마이닝은 데이터의 미처 몰랐던 속성을 발견하는 것에 집중한다.
통계적 추론과도 많은 유사점이 있다.
'Machine Learning' 카테고리의 다른 글
machine learning 관련 글들 1 (0) | 2017.09.14 |
---|---|
IBM watson (0) | 2017.09.04 |
댓글