머신러닝

 머신러닝 

: 컴퓨터가 데이터로부터 스스로 학습을 할 수 있도록 프로그래밍하는 과학적인 활동.

*과학적인 활동 : 가설 -> 검증 -> 검증... 계속 검증. 이 과정에서 데이터 사용하게 됨.

 

빅데이터 분석. 통계 분석. 머신러닝.

-> 각각의 과정에서 얻고자하는 것이 다름.

 

빅데이터 분석  (그로스해킹, 마케팅) 

큰 데이터를 통해서 어떠한 현상을 발견하게 되고, 상관관계를 파악하고 의사결정을 진행하게 된다.

 

 통계분석 

모형을 통해 이해하고, 해석.

모형으로 나오는 통계치, 수치, 가정이 중요하게 되고, 모형이 정확한지 확인할 필요가 생긴다.

 

 머신러닝 

많은 데이터가 있다는 가정에서 학습을 통해서 모형을 만들게 되고, 모형의 정확도와 성능 판단.

예측과 패턴 분석.

ex. 스팸 분석..

 

 

 전통적인 접근 방법   

1. 문제 파악, 문제 정의 ( 서비스 기획자. 개발자... )

2. 규칙 작성   ex) 스팸 필터링 (대출 .. 급전.. 야동... 오빠..)

3. 평가.

4. 에러 확인 문제에 반영.  (오빠 -> 옵하 ....ㅋ)

 

1~4 다시 모델 학습 과정 반복.

 

5. 서비스 도입

6. 데이터 업데이트.