머신러닝이란？

머신러닝은인간에게는자연능력인경험으로부터의학습에게에게가르칩니다。머신러닝알고리즘은모델로로미리한방정식사용않고여러계산기법사용용해이터로부터로부터직접정보정보를를를를를를를를를를학습학습사용가능한표본의가늘어나면알고리즘의성능도그에에맞춰됩니다。

머신러닝에는두가지유형의에이사용용하나하나알려진입출력데이터에에모델을훈련모델이미래의출력값을예측수수하는지도학습（监督学习）이고，다른다른는입력이터에서은닉이나패턴패턴내재（고유）구조를찾아내는비지도학습（无人驾驶学习）입니다。

불확실성머신러닝학습의은은이존재하는상태에서증거를으로예측예측모델을만드는것것것것것것것것지도학습알고리즘은알려진입력이터세트와이데이터에대해알려진응답（출력값）를받아들인후，새데이터에에대한응답에대해한예측예측값을모델을을을모델을지도지도학습은분류기법과회귀기법사용하여하여예측모델도출도출도출도출도출도출도출

비지도학습은데이터에서은닉패턴이나내재구조를찾아냅니다。비지도학습은레이블이지정된응답변수가없는(출력이정의되어있지않은)입력데이터로구성된데이터셋에서추론을하는데사용됩니다。군집（聚类）은가장일반일반적인비지도학습기법군집군집탐색적이터분석을데이터에서은닉패턴이나패턴패턴나를찾아냅니다。군집의응용사례로는유전자염기분석，시장시장사，照片인식등이있습니다。

최적의알고리즘선택하기

저마다서로다른방식으로학습하는수십개의머신러닝지도및비지도학습알고리즘중에서최적의알고리즘을선택하기란쉽지않아보일수있습니다。가장좋은방법이나모든사례에두루적용되는방법은없습니다。최적의알고리즘을찾으려면때로는시행착오를거쳐야합니다。숙련된데이터과학자라도먼저시행착오를겪지않고서는알고리즘이제대로작동할지여부를알수없습니다。유연성이높은모델은잡음일가능성이있는미미한변화를모델링함으로써데이터를과적합할수있습니다。단순한모델은비교적해석하기가쉬운반면정확도가떨어질수있습니다。따라서최적의알고리즘을선택하려면모델속도,정확도,복잡성과같은이점들을절충해야합니다。머신러닝의중심에는시행착오가존재합니다。하나의방식이나알고리즘이제대로작동하지않는다면다른방식이나알고리즘을시도해봐야합니다。马铃薯^®이적합모델을툴있도록한모델선택툴툴적합한을툴이이적합모델을툴툴있도록한모델을툴있도록한모델을한툴있도록한모델다양툴툴있도록한모델다양툴에이있습니다。

머신러닝작업을해결하는데이되는matlab앱과함수를살펴보려면다음를참조하십시오。머신러닝작업에는앱을사용하는것이도움이되는것도있고，명령줄기능을사용하는것이효과적인것도있습니다。

다음과같은체계적인머신러닝워크플로는머신러닝문제를해결하는데도움이될수있습니다。matlab에서전체워크플로를완료할있습니다있습니다。

가장적합적합하게하게훈련된모델을생산시스템에통합통합Matlab Compiler™를사용하여统计和机器学习工具箱머신러닝모델을배포할있습니다。여러모델에서，Matlab Coder™를사용하여하여예측을위한위한코드를생성할수수

분류분류학습기앱에서에서분류모델훈련훈련

머신러닝지도학습을사용하여데이터를분류하려면분류학습기앱을사용하여모델을훈련시킵니다。이앱을사용하면다양한분류기를사용하여머신러닝지도학습을대화형방식으로탐색할수있습니다。

자세한내용은분류분류학습기앱에서에서분류모델훈련훈련항목을참조하십시오。

더많은이필요필요명령줄인터페이스사용할할수。분류항목을참조하십시오。

회귀회귀학습기앱에서에서회귀훈련훈련

머신러닝머신러닝학습을사용의연속데이터를예측예측하려면을을을을을을을을훈련시킵니다。이앱을사용하면하면한회귀모델사용하여머신러닝지도지도학습을대화형으로탐색할수

자세한내용은在回归学习者应用程序中训练回归模型항목을참조하십시오。

더많은이필요필요명령줄인터페이스사용할할수。회귀항목을참조하십시오。

딥러닝을위해신경망훈련시키기

深度学习工具箱를사용하면분류，회귀，특징추출및이학습을을위해컨벌루션신경망신경망으로을수행할수이툴박스는는심층신경망신경망의계층만들고상호연결하기위한위한간단한한명령명령을제공제공간단만들고만들고상호상호상호을을다양다양예제와사전훈련된이제공되기때문때문고급컴퓨터비전이나신경망신경망대한이있는사전지식이없어도쉽게matlab을딥러닝에사용할수있습니다있습니다수수수있습니다수수수

자세한내용은matlab의딥러닝（深度学习工具箱）항목을참조하십시오。