Page 16 -

머신 러닝(machine learning)은 데이터를 이해하는 알고리즘의 과학이자 애플리케이션입니다. 컴퓨
터 과학 전체에서 가장 흥미진진한 분야가 아닐까 싶습니다! 우리는 데이터가 풍부한 시대에 살
고 있습니다. 스스로 학습할 수 있는 머신 러닝 알고리즘을 사용하면 이 데이터를 지식으로 바꿀

수 있습니다. 최근 개발된 강력한 오픈 소스 라이브러리 덕택에 지금이 머신 러닝 분야에 뛰어들
기 아주 좋은 시기입니다. 책으로 데이터에서 패턴을 감지하고 미래 사건을 예측할 수 있는 강력
한 알고리즘을 활용하는 방법을 배울 수 있을 것입니다.

이 장에서 머신 러닝의 주요 개념과 종류를 배웁니다. 관련 용어를 소개하고, 머신 러닝 기술을 실
제 문제 해결에 성공적으로 적용할 수 있는 초석을 다집니다.

이 장에서는 다음 주제를 다룹니다.

● 머신 러닝의 일반적 개념 이해하기

● 세 종류의 학습과 기본 용어 알아보기
● 성공적인 머신 러닝 시스템을 설계하는 필수 요소 알아보기

● 데이터 분석과 머신 러닝을 위한 파이썬을 설치하고 설정하기

1.1 M a c h i n e L e a r n i n g

데이터를 지식으로 바꾸는

지능적인 시스템 구축

현대 기술 시대에는 정형 또는 비정형 데이터가 매우 풍부합니다. 20세기 후반에 데이터에서 지
식을 추출하여 예측하는 자기 학습(self-learning) 알고리즘과 관련된 인공 지능(Artificial Intelligence,
AI)의 하위 분야로 머신 러닝이 출현했습니다. 사람이 수동으로 대량의 데이터를 분석하여 규칙을

유도하고 모델을 만드는 대신, 머신 러닝이 데이터에서 더 효율적으로 지식을 추출하여 예측 모델
과 데이터 기반의 의사 결정 성능을 점진적으로 향상시킬 수 있습니다.

컴퓨터 과학 연구에서 머신 러닝은 점점 더 중요해지며, 우리 일상생활에서도 아주 큰 역할을 하
고 있습니다. 머신 러닝 덕택에 견고한 이메일 스팸 필터, 편리한 텍스트와 음성 인식 소프트웨
어, 믿을 수 있는 웹 검색 엔진, 체스 대결 프로그램을 사용합니다. 아마도 곧 안전하고 효율적인

032

machinelearning_06.indd 32 2021-03-17 오후 12:35:58