머신러닝 일반 발표자료 > 머신러닝/AI 자료실

머신러닝 일반 발표자료입니다.

AI > 머신러닝 > 다양한 알고리즘(지도학습,비지도학습 알고리즘)
                  > 인공신경망 알고리즘 > 딥러닝

- AI를 목표로 하여 가기 위해서는 머신러닝이 필요
- 머신러닝 중에는 인공신경망 알고리즘(Artifical neural network, ANN)이 최근에 가장 주목
- 인공신경망 중에서도 더 복잡한 구조일 때 딥러닝이라고 함(Deep Learning: Node Layer가 2 이상일 때)

--> 현재까지 대부분의 머신러닝하기 위해서 다양한 알고리즘 들이 적용되고 있고
--> 최근에 들어 딥러닝이 주목받고 있지만 모든 산업에서 딥러닝이 적용되는 것은 아님(제약조건이 있음)

**제약조건**
- 셈플데이터가 많아야 함
- 계산에 의한 비용이 많이 듬
- 대부분이 지도학습이라 라벨링 되어진 종속변수값이 있어야 함

첨부파일은 주요 알고리즘을 기반으로 설명된 자료는 아니며
데이터 분석 라이프싸이클 관점(수집, 전처리, 알고리즘 모델링, 검증, 적용, 배포. . .  반복)에 초점을 맞춰서 설명하였고
데이터 분석 라이프싸이클에 맞춰서 학습을 통한 자동화를 구현하면 AI라는 목표에 다다를 것이라고 생각합니다.