목표 머신러닝에서 사용하는 기본 용어를 이해한다. 머신러닝 전체 목차 - https://wondangcom.tistory.com/2769 목차 머신러닝의 기본 용어 데이터: 머신러닝의 핵심은 데이터입니다. 데이터는 학습에 사용되는 정보를 나타냅니다. 이 데이터는 입력 또는 특성(feature)이라고도 불리는 여러 변수들로 구성되어 있습니다. 특성(Feature): 데이터의 특징이나 속성을 나타내는 변수를 말합니다. 예를 들어, 고객 데이터에서 나이, 성별, 소득 등은 특성이 될 수 있습니다. 머신러닝 모델은 이러한 특성들을 분석하여 패턴을 학습하고 예측합니다. 레이블(Label) 또는 타겟(Target): 지도 학습(Supervised Learning)에서는 각 데이터 포인트에 대해 예측하고자 하는 값을..