목차
데이터 마이닝
이터 마이닝(data mining)은 대규모로 저장된 데이터 안에서 체계적이고 자동적으로 통계적 규칙이나 패턴을 찾아 내는 것이.
독립 성분 분석
독립 성분 분석(Independent Component Analysis, ICA)은 다변량의 신호를 통계적으로 독립적인 하부 성분으로 분리하는 계산 방법이.
강화 학습
강화 학습(Reinforcement learning)은 기계 학습의 한 영역이.
분류
분류(分類)는 개념이나 주체를 인지하고, 차별화하고, 이해하는 과정을 말. 분류는 주체가 범주 안에 있는 것을 암시하며, 보통 특정한 목적을 가지고 있. 개념적으로 범주는 지식의 주체와 개체 사이의 관계를 서술해 준. 분류는 언어, 추측, 추론, 의사결정, 그리고 환경과 관련한 모든 종류의 상호 작용에 필수적이.
보다 비 지도 학습와 분류
기계 학습
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.
회귀 분석
독립변수 1개와 종속변수 1개를 가진 선형회귀의 예 통계학에서, 회귀 분석(回歸 分析)은 관찰된 연속형 변수들에 대해 두 변수 사이의 모형을 구한뒤 적합도를 측정해 내는 분석 방법이.
인공지능
인공지능(人工知能)은 기계로부터 만들어진 지능을 말. 컴퓨터 공학에서 이상적인 지능을 갖춘 존재, 혹은 시스템에 의해 만들어진 지능, 즉 인공적인 지능을 뜻. 일반적으로 범용 컴퓨터에 적용한다고 가정.
준 지도 학습
준 지도 학습()이란 기계 학습(Machine Learning) 의 한 범주로 목표값이 표시된 데이터와 표시되지 않은 데이터를 모두 훈련에 사용하는 것을 말. 대개의 경우 이러한 방법에 사용되는 훈련 데이터는 목표값이 표시된 데이터가 적고 표시되지 않은 데이터를 많이 갖고 있.
지도 학습
학습 (Supervised Learning)은 훈련 데이터(Training Data)로부터 하나의 함수를 유추해내기 위한 기계 학습(Machine Learning)의 한 방법이.
컴퓨터 비전
비전(Computer Vision)은 기계의 시각에 해당하는 부분을 연구하는 컴퓨터 과학의 최신 연구 분야 중 하나이.
패턴 인식
인식()은 인지과학(Cognitive Science)과 인공지능(Artificial Intelligence) 분야에 속하는 문제 중 하나이.
통계학
200px 통계학(統計學)은 수량적 비교를 기초로 하여, 많은 사실을 통계적으로 관찰하고 처리하는 방법을 연구하는 학문이.
보다 비 지도 학습와 통계학
참고하세요
비지도 학습
또한 비교사 학습, 자율 학습 (기계 학습)로 알려져 있다.