Mulenga

Data Sience란? - 데이터 마이닝과 유사하게 정형, 비정형 형태를 포함한 다양한 데이터로부터 지식과 인사이트를 추출하는데 과학적 방법론, 프로세스, 알고리즘, 시스템을 동원하는 융합분야다. - 데이터 과학은 데이터를 통해 실제 현상을 이해하고 분속하는데 통계학, 데이터 분석, 기계학습과 연관된 방법론을 통합하는 개념으로 정의되기도 한다. - 데이터 과학은 생물학, 의학, 공학, 사회학, 인문과학 등의 여러 분야에 응용되고 있다. 데이터 분석의 필요성 - 인간의 감에 의한 의사결정이 아니라 데이터 분석에 기반한 합리적이고 효율적인 의사결정의 중요성이 대두됨 - 대부분의 비즈니스가 IT기반 비즈니스로 옮겨가면서 분석을 위한 다양한 대량의 데이터를 손쉽게 구할 수 있는 환경이 조성됨 머신러닝과 AI가..

딥러닝(Deep Learning)이란? 머신러닝 기법 중 하나인 인공신경망 기법의 은닉층을 깊게 쌓은 구조를 이용해 학습하는 기법 딥러닝 기법의 장점 데이터의 특징을 단계별로 추상화를 높여가면서 학습을 할 수 있다. 얕은 은닉층은 점, 선, 면과 같은 추상화 단계가 낮은 특징을 학습하고, 깊은 은닉층은 얼굴의 눈, 코, 입 등 추상화 단계가 높은 특징을 학습한다. 사람의 경우, 추상화 단계가 높은 특징을 사용해서 판단하기 때문에 딥러닝을 사용할 경우, 사람과 같은 고차원적 인지 활동을 수행할 수 있다. 딥러닝 = 특징 학습 데이터의 특징을 단계 별로 학습하기 때문에 딥러닝을 표현학습이라고도 부른다. 딥러닝 알고리즘이 잘 동작하는 문제 영역, 잘 동작하지 않는 문제 영역 딥러닝 알고리즘이 잘 동작하는 문제..