머신러닝을 처음 공부하면 선형회귀, 로지스틱 회귀, 의사결정트리,Random Forest, 신경망처럼 여러 모델의 이름부터 접하게 된다.그런데 모델 이름부터 외우기 시작하면 정작 중요한 질문이 남는다.머신러닝은 도대체 데이터를 가지고 무엇을 하는 걸까?이번 글에서는 가장 단순한 선형회귀의 수식에서 시작해서입력값이 많아지고, 변수 사이의 관계가 복잡해지고,결국 신경망과 딥러닝까지 이어지는 흐름을 살펴본다.다만 먼저 한 가지 범위를 정해두자.이번 글은 머신러닝 전체 중에서도정답이 있는 데이터를 이용해 새로운 결과를 예측하는 지도학습(Supervised Learning)을중심으로 설명한다.머신러닝에는 이 외에도 데이터의 구조를 찾는 비지도학습,보상을 기반으로 행동을 학습하는 강화학습 등 다양한 방식이 존재한다..