대량의 데이터와 수많은 변수가 얽혀 있는 복잡한 문제를 해결해야 하는데, 적용할 수 있는 기존의 공식이나 방정식이 없다고 가정해 봅시다. 머신러닝이 최선의 접근법이라는 것을 알지만, 이전에 한 번도 사용한 적이 없다면 어떻게 해야 할까요? 데이터가 엉성하거나 불완전하거나 다양한 형식으로 되어 있을 때 어떻게 처리해야 할까요? 알고리즘을 훈련시키려면 어떤 전문 지식이 필요할까요? 데이터에 가장 적합한 모델은 어떻게 선택해야 할까요?
막막하게 느껴지시나요? 그렇다고 낙담할 필요는 없습니다. 시행착오는 머신러닝의 핵심 요소임을 기억하세요. 어떤 접근 방식이나 알고리즘이 원하는 결과를 내지 못한다면, 다른 방법을 시도해 보면 됩니다. 다만 체계적인 워크플로를 따르면 훨씬 수월하게 시작할 수 있습니다.
이 eBook에서는 머신러닝의 기초부터 고급 기법과 알고리즘까지 단계별로 살펴볼 수 있습니다. 이 대화형 방식의 eBook을 통해 다음과 같은 내용에 대해 알아볼 수 있습니다.
- 머신러닝의 핵심 개념에 대한 명확한 정의
- 체계적인 워크플로의 주요 단계 설명
- 지도 학습 및 비지도 학습의 주요 알고리즘 개요
