개념
머신러닝
사람이 규칙을 모두 적지 않아도 데이터 사례에서 규칙을 배우는 방법.
핵심 포인트
- "고양이는 귀가 뾰족하다" 같은 규칙을 사람이 적지 않고, 사례에서 규칙을 배운다.
- 학습 데이터가 많고 다양할수록 일반적으로 성능이 좋아진다.
- 크게 지도학습(정답 라벨 있음)·비지도학습(라벨 없음)·강화학습으로 나뉜다.
예시
스팸 메일 수천 통을 학습하면, 새 메일이 스팸인지 사람이 규칙을 정하지 않아도 걸러 낸다.
한 걸음 더
데이터가 치우쳐 있으면 그 편향까지 그대로 배운다 — 그래서 학습 데이터의 품질이 결과를 좌우한다.