An Overview of Statistical Learning 통계적 학습의 개요

Statistical learning refers to a vast set of tools for understanding data.
통계적 학습은 데이터를 이해하기 위한 도구의 광대한 집합을 의미합니다.
These tools can be classified as supervised or unsupervised.
이들 도구는 지도 또는 자율로 분류할 수 있습니다.
Broadly speaking, supervised statistical learning involves building a statistical model for predicting, or estimating, an output based on one or more inputs.
대체적으로, 지도 통계적 학습은 하나 이상의 입력에 기초하여 출력을 예측하거나 추정하기 위한 통계모델 구축과 관련 되어 있습니다.
Problems of this nature occur in fields as diverse as business, medicine, astrophysics, and public policy.
이러한 성격의 문제는 비즈니스, 의학, 천체 물리학, 공공 정책 등 다양한 분야에서 발생합니다.
With unsupervised statistical learning, there are inputs but no supervising output; nevertheless we can learn relationships and structure from such data.
자율 통계적 학습에서는, 입력은 있지만 지도 출력은 없습니다; 그럼에도 불구하고 그러한 데이터로부터 관계와 구조를 배울 수 있습니다.
To provide an illustration of some applications of statistical learning, we briefly discuss three real-world data sets that are considered in this book.
통계적 학습의 일부 응용 프로그램의 그림을 제공하기 위해, 이 책에서 고려되는 3개의 실제 데이터집합에 대해 간단히 설명합니다.