·이 기사를 쓴 배경
기계 학습 알고리즘이나 기계 학습 모델과의 차이를 잘 알지 못했기 때문에 정리해 보았습니다.

・참고문헌
참고로 한 것은 참고 1(영어) 과 참고 2(일본어) 입니다.

기계 학습 알고리즘과 기계 학습 모델의 차이란?

기계 학습 알고리즘과 기계 학습 모델에 대한 설명은 다음과 같습니다.

기계 학습 알고리즘
기계 학습 알고리즘은 데이터에서 규칙성과 패턴을 발견하고 예측하는 프로세스입니다. 즉, 데이터의 학습·예측을 실시하는 것이 기계 학습 알고리즘입니다. 구체적으로는 결정 트리나 로지스틱 회귀, 서포트 벡터 머신, k평균법 등입니다. 이들은 완전히 다른 방식으로 학습 및 예측을 수행합니다.

기계 학습 모델
기계 학습 모델은 기계 학습 알고리즘에 데이터를 처리시켜 나오는 결과를 말하며, 기계 학습 알고리즘이 데이터에서 무엇을 학습했는지를 나타냅니다. 구체적으로는 다음과 같은 그림이 결정 트리의 기계 학습 모델입니다.




결정 트리에 구체적인 조건이나 최종 예측 결과까지 쓰여져 있으며, 이 기계 학습 모델에 새로운 데이터를 입력하면 분기하면서 최종적으로 예측 결과를 유도할 수 있습니다.

결국, 기계 학습 알고리즘과 기계 학습 모델은 어떻게 다른가?
기계 학습 알고리즘은 학습과 예측을 수행하는 방법을 나타내는 절차입니다. 한편, 기계 학습 모델은 기계 학습 알고리즘 데이터 파라미터를 결정한 후 나오는 결과가 됩니다. 그래서 같은 기계 학습 알고리즘에서도 데이터나 파라미터가 다르면 다른 기계 학습 모델이 됩니다.
예를 들어, 같은 결정 트리를 사용해도 그 깊이 등의 파라미터를 바꾸거나 입력하는 데이터를 바꾸면 다른 모델이 된다는 것입니다.

끝까지 읽어 주셔서 감사합니다.
그래서 기계 학습 알고리즘과 기계 학습 모델의 차이에 대한 설명이었습니다. 2개의 차이에 대해, 이 기사를 읽고 잘 알았다고 하는 분은 LGTM 잘 부탁드립니다!