파이썬 라이브러리를 활용한 머신러닝(번역개정판): 사이킷런 핵심 개발자가 쓴 머신러닝과 데이터 과학 실무서

466

파이썬 라이브러리를 활용한 머신러닝(번역개정판)

100

만 달러의 상금을 주었습니다. 또 다른 일반적인 애플리케이션은 책 한 권을 통째로 할애

할 만한 (주식 가격 같은 ) 시계열 예측입니다. 여기서 언급한 것 외에도 수많은 머신러닝 문제

가 있습니다. 책이나 연구 논문, 온라인 커뮤니티에서 여러분의 문제와 가장 가까운 전형적인

사례를 찾아보세요.

8.5.4

확률 모델링, 추론, 확률적 프로그래밍

대부분 머신러닝 패키지들이 사전에 하나의 특정 알고리즘을 적용하여 만든 머신러닝 모델을

제공합니다. 그러나 실제 문제들은 독특한 구조를 가진 경우가 많고, 그 구조를 모델에 적절히

녹였을 때 예측을 더 잘할 수 있습니다. 종종 특정한 구조를 가진 문제는 확률 이론을 사용하여

표현할 수 있습니다. 이런 구조는 보통 예측하려는 환경을 수학적으로 모델링하여 만들어냅니

다. 특정 구조의 문제를 잘 이해하려면 다음 예를 참고해보세요.

사람들에게 역사적인 장소를 안내하기 위해 야외 공간에서 아주 세밀하게 위치를 예측하는 모

바일 애플리케이션을 만든다고 해보겠습니다. 스마트폰에는

GPS

, 가속도계, 나침반 같은 여러

센서가 있어 위치를 정밀하게 추적하는 데 활용할 수 있습니다. 또 그 지역에 대한 자세한 지도

도 가지고 있습니다. 이 문제는 매우 잘 구조화되어 있는 셈입니다. 지도로부터 관심 지역과 경

로를 알 수 있습니다.

GPS

가 대략적인 위치를 알려주고 사용자 기기에 있는 가속도계와 나침

반이 자세한 상대적 위치를 제공합니다. 하지만 사용자의 위치를 ...