머신러닝7 머신러닝을 활용한 데이터 분석 활용 사례 (의료 / 금융 / 교통 / 에너지 / 마케팅) 지난 블로그 포스팅에서는 3회에 걸쳐서 통계학과 머신러닝의 차이, 그리고 데이터 분석에서의 머신러닝 방법에 대해서 알아보았습니다. 통계학적 데이터 분석과 머신러닝의 차이 1인공지능(AI)/머신러닝을 통해 컴퓨터는 대량의 데이터로부터 패턴이나 규칙을 자동으로 학습할 수 있게 된다고 이전 포스팅에서 말씀드렸습니다. 딥러닝의 정의, 특징, 알고리즘 종류이전 블lets.hope2solveproblems.com 그렇다면 이런 방법들을 사용해 실제로 어떻게 활용해 볼 수 있을까요? 이번 포스팅에서는 데이터 분석에 있어서 머신러닝의 활용 사례들을 다뤄보도록 하겠습니다. 데이터 분석에서 머신러닝의 활용 사례 머신러닝은 데이터 분석을 하기 위해 다방면으로 쓰이고 있지만, 오늘 포스팅에서는 아래 다섯 가지 핵심 분야.. 2024. 12. 17. 통계학적 데이터 분석과 머신러닝의 차이 3 지난 두 포스팅에서 통계 학적 데이터 분석과 머신러닝의 차이를 집중적으로 다루기 시작했습니다. 통계 학적 데이터 분석과 머신러닝의 차이 1인공지능(AI)/머신러닝을 통해 컴퓨터는 대량의 데이터로부터 패턴이나 규칙을 자동으로 학습할 수 있게 된다고 이전 포스팅에서 말씀드렸습니다. 딥러닝의 정의, 특징, 알고리즘 종류이전 블lets.hope2solveproblems.com 통계 학적 데이터 분석과 머신러닝의 차이 2지난 블로그 포스팅에서 데이터 분석에서의 머신러닝 방법에 대해 자세히 설명하기 시작했습니다. 통계 학적 데이터 분석과 머신러닝의 차이 1인공지능(AI)/머신러닝을 통해 컴퓨터는 대량의lets.hope2solveproblems.com 데이터 분석에서의 머신러닝 방법으로는 아래 11가지 방법이.. 2024. 12. 16. 통계학적 데이터 분석과 머신러닝의 차이 2 지난 블로그 포스팅에서 데이터 분석에서의 머신러닝 방법에 대해 자세히 설명하기 시작했습니다. 통계 학적 데이터 분석과 머신러닝의 차이 1인공지능(AI)/머신러닝을 통해 컴퓨터는 대량의 데이터로부터 패턴이나 규칙을 자동으로 학습할 수 있게 된다고 이전 포스팅에서 말씀드렸습니다. 딥러닝의 정의, 특징, 알고리즘 종류이전 블lets.hope2solveproblems.com 데이터 분석에서의 머신러닝 방법으로는 아래 11가지 방법이 있다고 공유드렸습니다. 이번 포스팅에서는 이어서 SVM, 로지스틱 회귀, 신경망, k 근방법, k-평균법 (k-means)에 대해 공유드리도록 하겠습니다.GAN (적대적 생성 네트워크)랜덤 포레스트SVM (Support Vector Machine)로지스틱 회귀신경망k 근방법k-평.. 2024. 12. 16. 통계학적 데이터 분석과 머신러닝의 차이 1 인공지능(AI)/머신러닝을 통해 컴퓨터는 대량의 데이터로부터 패턴이나 규칙을 자동으로 학습할 수 있게 된다고 이전 포스팅에서 말씀드렸습니다. 딥러닝의 정의, 특징, 알고리즘 종류이전 블로그 포스팅에서 머신러닝과 딥러닝의 차이에 대해서 간략하게 알아보았습니다. 머신러닝과 딥러닝의 정의, 차이, 장단점AI 기술의 발달로 '머신러닝(기계학습)'을 활용함으로써 업무를lets.hope2solveproblems.com 그렇다면 우리가 일반적으로 말하는 데이터 분석을 다룸에 있어서, 인공지능/머신러닝과 통계학의 차이는 무엇일까요? 먼저 다시 한번 머신 러닝의 정의를 간단하게 정리해 보도록 하겠습니다. 데이터 분석 방법 중 하나인 머신러닝머신러닝은 인공 지능(AI)의 한 분야로 컴퓨터가 데이터에서 자동으로 '학습'하.. 2024. 12. 16. 인공지능의 역사, 출현, 및 발전과정 요약 2 지난 블로그 포스팅에서 인공지능(AI)가 출현하기부터 제1차 AI 붐까지의 역사를 다뤄보았습니다. 인공지능의 역사, 출현, 및 발전과정 요약 1지난 블로그 포스팅에서 머신러닝의 차이와 장단점을 알아보았습니다. 머신러닝과 딥러닝의 정의, 차이, 장단점AI 기술의 발달로 '머신러닝(기계학습)'을 활용함으로써 업무를 효율화할 수 있lets.hope2solveproblems.com 이번 블로그 포스팅에서는 그 이후의 발전과정을 다뤄보도록 하겠습니다. 1974~1980 : 겨울의 시대 당시 인공지능(AI)으로는 미로 풀이나 정리 증명과 같은 단순한 가설의 문제를 다룰 수는 있어도 여러 요인이 얽혀 있는 것과 같은 현실 사회의 과제를 풀 수는 없음이 분명해집니다. 과학자들 사이에서도 "AI는 정말 사람처럼 지.. 2024. 12. 9. 인공지능의 역사, 출현, 및 발전과정 요약 1 지난 블로그 포스팅에서 머신러닝의 차이와 장단점을 알아보았습니다. 머신러닝과 딥러닝의 정의, 차이, 장단점AI 기술의 발달로 '머신러닝(기계학습)'을 활용함으로써 업무를 효율화할 수 있다고 화제를 모으고 있습니다. 또 이와 비슷한 AI 기술 중 하나로 '딥러닝'이 있습니다. 그러나 이 두 가지 차이를lets.hope2solveproblems.com 머신러닝은 AI(인공지능)의 한 부분이라고 말씀드렸습니다. 지금은 누구나 한 번쯤 들어봤을 AI도 이 정도까지 인지되기까지 모습을 바꿔가며 장대한 역사를 걸어왔습니다. 1950년대에 처음 인공지능이 출현한 이래 60년 이상 지속된 역사는 한두 마디로 표현할 수 없을 정도로 깊었고 지금도 우리 생활에 큰 영향을 미치고 있습니다. 이번과 다음 포스팅에서는 AI의.. 2024. 12. 9. 이전 1 2 다음
