머신러닝 2

머신러닝 학습 정리 [전처리]

머신러닝 [전처리]1. [도메인] 별 [전처리]의 특징 # 핵심 : 각 [도메인]의 키 포인트를 확인. 전처리를 할 때 데이터에서 "살려야 할 부분", "변형해야 할 부분", "버려야할 부분", "분석 목적을 위해 새롭게 조합해야할 부분"을 파악하는 것이 중요. 1.1. [제조업] - 사용 목적 : 기계 센서의 정상 및 오작동을 확인하는 것이 주요! # 사용 목적이 [이상탐지]라면, 제품의 [생산]과 관련한 부분의 데이터 혹은 컬럼을 살리고 나머지 데이터를 전처리 (제거 혹은 결합하여 다른 컬럼으로 전환) 1.2. [금융] - 사용 목적 : [이상 탐지](사기거래, 특정 종목의 급변) 혹은 "예측"(유실된 데이터 혹은 향후 데이터의 예측)이 주요 목표 1.3. [마케팅] - 사용 목적 ..

머신러닝 2025.04.20

머신러닝 학습 정리 [개요]

머신러닝 [개요]1. 정의 - 컴퓨터가 인간의 개입 없이(또는 최소한으로)데이터를 학습하여 패턴을 찾아내고, 새로운 데이터에 대해 예측이나 분류를 수행하는 기술 - 머신러닝의 3대 요소 : "데이터", "알고리즘(머신러닝의 모델)", "컴퓨팅 파워" - [인공지능 : AI, 사람의 지능적 작업을 기계가 수행하게 하는 광범위 개념] > [머신러닝 : 데이터에서 특징, 규칙을 학습 || AI 실현 방법 중 하나] > [딥러닝 : 머신러닝 하위분야, 사람 뇌신경을 본 떠 만든 인공신경망을 여러 겹 쌓아 복잡한 정보 학습] 2. 머신러닝 vs 기초 통계 분석구분머신러닝기초 통계 분석목적- 패턴의 학습을 통한 예측- “얼마나 잘?”# 정확도와 재현률 등에 초점- 새롭게 들어오는 데이터와 관련- 가설의 ..

머신러닝 2025.04.19