A Reanalyzing of Structured Data Classification Model Using Artificial Neural Network Based on a Machine Learning

인공지능은 인공신경망, 의사결정 나무, 랜덤 포레스트, 서포트 벡터 머신, 그래디언트 부스팅, k-근접 이웃 알고리즘 등 다양하게 존재한다. 머신러닝은 보통 3가지 학습 기법을 통해 학습을 한다. 분석을 통해 예측하는 결과 값이 연속 데이터이면 회귀분석, 예측하는 결과 값이 이산 데이터이면 분류로 사용된다. 최근 인공신경망은 인공지능 기술의 핵심 요소로 자리 잡고 있어 실증분석을 통해 검증하는 것은 유사 연구를 수행하는 연구자들의 관심사이다. 따라서 본 연구에서는 아이리스 데이터를 기초하여 인공신경망을 활용해 품종 분류 모형을 도출하고, 학습 모형을 통해 예측의 정확도를 검증하였다. 테스트 데이터 45개 중 44개 실제 값으로 예측하여 정확도가 97.7(%)로 검증되었다. 따라서 본 연구의 결과를 바탕으로 이론적 실무적 시사점 및 함의를 논의하였다.