심벌 마크
유니온백과
통신
다운로드하기 Google Play
새로운! 안드로이드 ™에 유니온백과를 다운로드 할 수 있습니다
비어 있는
브라우저보다 빠른!
 

기계 학습와 데이터 사이언스

바로 가기: 차이점, 유사점, Jaccard 유사성 계수, 참고 문헌.

기계 학습와 데이터 사이언스의 차이

기계 학습 vs. 데이터 사이언스

학습(機械學習) 또는 머신 러닝()은 인공 지능의 한 분야로, 컴퓨터가 학습할 수 있도록 하는 알고리즘과 기술을 개발하는 분야를 말. 가령, 기계 학습을 통해서 수신한 이메일이 스팸인지 아닌지를 구분할 수 있도록 훈련할 수 있. 기계 학습의 핵심은 표현(representation)과 일반화(generalization)에 있. 표현이란 데이터의 평가이며, 일반화란 아직 알 수 없는 데이터에 대한 처리이. 이터 과학(data science)이란, 데이터와 관련된 연구를 하는 학문이.

기계 학습와 데이터 사이언스의 유사점

기계 학습와 데이터 사이언스는 공통적으로 3 가지를 가지고 있습니다 (유니온백과에서): 데이터 마이닝, 데이터베이스, 패턴 인식.

데이터 마이닝

이터 마이닝(data mining)은 대규모로 저장된 데이터 안에서 체계적이고 자동적으로 통계적 규칙이나 패턴을 찾아 내는 것이.

기계 학습와 데이터 마이닝 · 데이터 마이닝와 데이터 사이언스 · 더보기 »

데이터베이스

SQL 데이터베이스 쿼리의 예. right 데이터베이스()는 체계화된 데이터의 모임이.

기계 학습와 데이터베이스 · 데이터 사이언스와 데이터베이스 · 더보기 »

패턴 인식

인식()은 인지과학(Cognitive Science)과 인공지능(Artificial Intelligence) 분야에 속하는 문제 중 하나이.

기계 학습와 패턴 인식 · 데이터 사이언스와 패턴 인식 · 더보기 »

위의 목록은 다음 질문에 대한 대답입니다

기계 학습와 데이터 사이언스의 비교.

기계 학습에는 34 개의 관계가 있고 데이터 사이언스에는 12 개의 관계가 있습니다. 그들은 공통점 3을 가지고 있기 때문에, Jaccard 지수는 6.52%입니다 = 3 / (34 + 12).

참고 문헌

이 기사에서는 기계 학습와 데이터 사이언스의 관계를 보여줍니다. 정보가 추출 된 각 기사에 액세스하려면 다음 사이트를 방문하십시오:

이봐 요! 우리는 지금 Facebook에 있습니다! »