소개

기계 학습은 여러 면에서 데이터 과학 및 소프트웨어 엔지니어링이라는 두 분야의 교차점입니다. 기계 학습의 목표는 데이터를 사용하여 소프트웨어 애플리케이션 또는 서비스에 통합할 수 있는 예측 모델을 만드는 것입니다. 이 목표를 달성하려면 데이터를 사용하여 기계 학습 모델을 학습 시키기 전에 데이터를 탐색하고 준비하는 데이터 과학자와 모델을 새 데이터 값( 추론이라고 하는 프로세스)을 예측하는 데 사용되는 애플리케이션에 통합하는 소프트웨어 개발자 간의 협업이 필요합니다.

이 모듈에서는 기계 학습의 기반이 되는 핵심 개념 중 일부를 살펴보고, 다양한 종류의 기계 학습 모델을 식별하는 방법을 알아보고, 기계 학습 모델을 학습하고 평가하는 방법을 살펴봅니다. 마지막으로 Microsoft Azure Machine Learning을 사용하여 코드를 작성할 필요 없이 기계 학습 모델을 학습하고 배포하는 방법을 알아봅니다.