homebody's blog

AI/ML 설명 머신러닝 vs 빅데이터 빅데이터 빅데이터는 말그대로 데이터가 많다는 의미 머신러닝 빅데이터들을 어떻게 하면 분석, 이해, 예측을 할 수 있을까에 대한 방법론 중 하나 머신러닝 vs Data Mining 대부분이 정형 데이터를 쓰고 그 정형 데이터라는 것은 데이터 정보가 테이블로 나타나 있다는 것이다. 머신러닝의 주된 목표은 비정형 데이터를 분석이하는 것에 있다. 대표적인 비정형 데이터는 이미지, 텍스트(뉴스, 블로그등)등이 있다. 머신러닝 vs AI(Artificial Intelligence) 머신러닝은 AI의 일부분이며, AI는 인공지능이며 사람의 지능을 어떻게하면 컴퓨터도 가지게 하는지가 AI이다. 인공지능을 만드는 방법은 여러가지가 있을 수 있다. 그 중에서 많은 데이터들을 베이스로..

TensorFlow(basic ML의 용어와 개념 설명) Machine Learing 정교하게 모든 상황들을 프로그래머가 커버하기에는 너무나 많기 때문에 어떤 자료 또는 현상에서 자동으로 학습해서 능력을 가지게 되는 소프트웨어 학습을 하기 위해서는 label이 붙어있는 example이 주어져야 한다.(Supervised learning) 미리 lable를 달기가 어려운 경우가 있다. 이럴 경우는 데이터를 보고 스스로 학습을 하게 된다.(Unsupervised learning) Supervised learning 머신러닝에서 가장 일반적인 문제 Image labeling Email spam filter Predicting exam score Training data set 머신러닝을 시켜서 답을 얻기 위해..