1. 들어가며 : 머신러닝 목표 - 머신러닝 모델의 역할은 무엇인가? - 우리는 데이터의 집합이 있고, 데이터가 따르는 확률 분포를 알고 싶어한다. - 데이터의 분포를 안다면 새로운 입력 값이 들어와도 적절한 출력 값을 추정할 수 있다. - 하지만 데이터셋의 크기는 유한하기 때문에 데이터가 따르는 정확한 확률 분포를 구하는 것은 불가능하다. - 그래서 파라미터(parameter, 매개 변수)에 의해 결정되는 머신러닝 모델을 만든 다음, 파라미터의 값을 조절함으로써 데이터의 분포를 간접적으로 표현한다. - 모델이 표현하는 확률 분포를 데이터의 실제 분포에 가깝게 만드는 최적의 파라미터 값을 찾는 것이 머신러닝의 목표라 할 수 있다. 2. 확률 변수로서의 모델 파라미터 - 간단한 예시로 일차함수 모델을 생각..
