머신러닝의 기초와 응용 - 알고리즘, 데이터, 모델, 학습, 예측, 검증, 회귀, 분류, 클러스터링, 딥러닝, 신경망, 특성, 과적합, 정규화, 데이터 전처리, 피처 엔지니어링, 통계, 확률, 최적화, 하이퍼파라미터, 교차검증,