Data science 용어 정리

머신러닝 (Machine Learning): 컴퓨터 시스템이 데이터에서 학습하고 패턴을 식별하여 예측하거나 의사 결정을 내리는 알고리즘과 기술을 의미합니다.

 

딥러닝 (Deep Learning): 인공 신경망(Artificial Neural Network)의 한 형태로, 다층 구조의 신경망을 사용하여 복잡한 패턴을 학습하고 분류, 예측 또는 생성하는 기술입니다.

 

데이터 마이닝 (Data Mining): 대규모 데이터에서 통계적 기법과 패턴 인식 기술을 사용하여 유용한 정보와 패턴을 추출하는 과정입니다.

 

피처 엔지니어링 (Feature Engineering): 기존 데이터에서 유용한 특징이나 속성(피처)을 추출하거나 새로운 피처를 생성하는 과정입니다. 모델의 성능 향상을 위해 중요한 단계입니다.

 

클러스터링 (Clustering): 유사한 특성을 가진 데이터들을 그룹화하는 비지도 학습 알고리즘입니다. 데이터의 내부 구조를 이해하는 데 사용됩니다.

 

회귀 분석 (Regression Analysis): 독립 변수와 종속 변수 간의 관계를 모델링하는 통계적 방법입니다. 연속형 결과를 예측하는 데 사용됩니다.

 

군집화 (Classification): 입력 데이터를 미리 정의된 클래스 또는 범주로 분류하는 지도 학습 알고리즘입니다. 패턴 인식 및 분류 작업에 사용됩니다.