# 학습정리
- 인공지능 : 사람처럼 학습,추론할 수 있는 지능을 가진 컴퓨터 시스템을 만드는 기술
- 머신러닝 : 규칙을 직접 알려주지 않아도 자동으로 데이터로부터 규칙을 학습하는 알고리즘을 연구하는 분야
- 딥러닝 : 머신러닝 알고리즘 중 인공신경망을 기반으로 한 방법을 통칭
- 코랩 : 브라우저기반의 파이썬 코드 실행 환경
- 노트북 : 코랩의 프로그램 작성 단위
- 구글 드라이브 : 구글 클라우드 파일 저장 서비스
- 특성 : 데이터를 표현하는 하나의 성질
- 훈련 : 데이터에서 규칙을 찾는 과정. 사이킷런에서는 fit()
- 모델 : 알고리즘이 구현된 객체
- 정확도 : 정확한 답을 맞춘 비율. 사이킷런은 0~1 사이로 출력
- 지도학습 : 입력, 타깃을 전달하여 훈련하는 방식
- 비지도학습 : 타깃이 없이 특징을 찾는데에 활용하는 방식
- 훈련세트 : 모델 훈련에 사용되는 데이터. 테스트 세트와 중복되지 않아야 좋음
- 테스트세트 : 훈련된 결과를 테스트할때 사용하는 데이터.
- 데이터 전처리 : 훈련데이터 주입전 가공하는 단계
- 표준점수 : 훈련 세트의 스케일을 바꾸는 방법
- 브로드캐스팅 : 크기가 다른 넘파이 배열에서 자동으로 사칙 연산을 모든 행,열로 확장 수행하는 기능
# 기본 미션 - 코랩 실습 화면 캡처하기
# 선택 미션 - Ch.02(02-1) 확인 문제 풀고, 풀이 과정 정리하기
1. 지도 학습. 입력과 타깃이 준비된 경우 사용.
2. 샘플링 편차. 훈련/테스트 셋이 골고루 섞이지 못해서 샘플링이 치우치는 현상
3. 행:샘플, 열:특성