기계 학습 모델이란?

기계 학습 모델은 특정 유형의 패턴을 인식하도록 학습된 개체(파일에 로컬로 저장됨)입니다. 데이터 집합을 통해 모델을 학습하여 해당 데이터를 추론하고 학습하는 데 사용할 수 있는 알고리즘을 제공합니다.

모델을 학습한 후에는 모델을 사용하여 이전에 못한 데이터를 추론하고 해당 데이터에 대한 예측을 수행할 수 있습니다. 예를 들어 얼굴 식을 기반으로 사용자의 감정을 인식할 수 있는 애플리케이션을 빌드한다고 가정해 보겠습니다. 특정 감정으로 태그가 지정된 얼굴 이미지를 제공하여 모델을 학습시킨 다음, 사용자의 감정을 인식할 수 있는 애플리케이션에서 해당 모델을 사용할 수 있습니다.

Machine Learning을 사용하는 경우

좋은 기계 학습 시나리오에는 다음과 같은 일반적인 속성이 있는 경우가 많습니다.

1. 자동화하려는 반복적인 결정 또는 평가가 포함되며 일관된 결과가 필요합니다.
2. 결정 뒤에 있는 솔루션이나 기준을 명시적으로 설명하는 것은 어렵거나 불가능합니다.
3. 레이블이 지정된 데이터 또는 상황을 설명하고 올바른 결과에 매핑할 수 있는 기존 예제가 있습니다.

Windows Machine Learning은 모델에 ONNX(Open Neural Network Exchange) 형식을 사용합니다. 미리 학습된 모델을 다운로드하거나 사용자 고유의 모델을 학습시킬 수 있습니다. 자세한 내용은 Windows ML ONNX 모델 가져오기를 참조하세요.

시작

전체 앱 자습서 중 하나를 수행하거나 Windows Machine Learning 샘플로 바로 이동하여 Windows Machine Learning을 시작할 수 있습니다.

메모

Windows ML에 대한 도움말을 보려면 다음 리소스를 사용합니다.

• Windows ML에 대한 기술 질문을 하거나 대답하려면 Stack Overflowwindows-machine-learning 태그를 사용하세요.
• 버그를 보고하려면 GitHub문제를 제출하세요.