일반적으로 문제를 접하면 rule을 만들고, 이에 대한 분석과 코드 수정이 들어간다. 반면에 데이터 기반의 문제 해결은 데이터를 Machine Learning 에 넣고 이를 검증하고, 다시 에러를 분석하는 과정으로 이루어지는데, 보통 구현 또는 서비스 릴리즈를 위한 코딩을 하고, 머신러닝 자체에 대한 코딩을 할 일은 많지 않다고 한다. 모델 스스로 데이터를 가져와 업데이트를 하고 모델을 수정해나가는 경우도 있고 데이터를 분석하는 단계를 지나 머신러닝을 직접 실행해본 이후 결과를 보고, 문제에 대해 더 깊은 이해를 하고 이 과정을 반복하는 때도 있다. 출처 : 학습 출처 https://pinkwink.kr/ PinkWink 한 변두리 공학도의 블로그입니다. 재미있어 보이는 것들을 모두 기초스럽게 접근하는 ..
