모델 성능을 평가하는 방법과 문제의 속성에 따라 평가 방식이 어떻게 달라지는지 배웠습니다. 내용을 잘 이해했는지 확인해봅시다.
이 연습은 강의의 일부입니다
이론을 실습으로 바꾸는 인터랙티브 연습 중 하나를 만나보세요
이 챕터에서는 머신 러닝의 정의와 데이터 과학 및 인공 지능과의 관계를 알아봅니다. 그런 다음, 머신 러닝의 주요 용어를 살펴보고 모델 구축을 위한 머신 러닝 워크플로로 마무리합니다.
머신 러닝의 기초를 익혔으니, 이제 조금 더 깊이 들어가 볼까요? 이 챕터를 마치면 머신 러닝의 다양한 유형을 이해하고 모델을 평가하고 개선하는 방법도 알 수 있게 됩니다.
현재 연습
이 챕터에서는 신경망을 시작으로 딥러닝을 자세히 살펴볼 예정입니다. 그런 다음, 딥러닝의 두 가지 주요 사용 사례인 컴퓨터 비전과 자연어 처리를 더 깊이 들여다봅니다. 마지막으로 머신 러닝의 한계와 위험성을 논의하며 과정을 마무리합니다.
