<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>ML on AIEconLab</title><link>https://www.aieconlab.com/tags/ml/</link><description>Recent content in ML on AIEconLab</description><generator>Hugo -- gohugo.io</generator><language>ko-KR</language><lastBuildDate>Tue, 14 Jul 2026 10:00:00 +0900</lastBuildDate><atom:link href="https://www.aieconlab.com/tags/ml/index.xml" rel="self" type="application/rss+xml"/><item><title>지도학습의 경제학: 예측과 인과 사이</title><link>https://www.aieconlab.com/post/analysis_prediction_vs_causation/</link><pubDate>Tue, 14 Jul 2026 10:00:00 +0900</pubDate><guid>https://www.aieconlab.com/post/analysis_prediction_vs_causation/</guid><description>3년 전 이 블로그는 AI의 정의 와 머신러닝의 분류 를 다루면서, 각 방법론을 경제학의 시각으로 해석하는 시리즈를 예고한 바 있습니다. 본 글은 그 시리즈의 세 번째 편으로, 머신러닝의 중심에 있는 지도학습(supervised learning)을 다룹니다.
논의의 출발점은 다음의 명제입니다. 지도학습은 예측의 도구이며, 경제학의 많은 질문은 예측이 아니라 인과의 질문입니다.</description></item><item><title>기계학습 (머신러닝, Machine Learning; ML)의 분류와 경제학적 접근</title><link>https://www.aieconlab.com/post/ml_category/</link><pubDate>Sat, 12 Aug 2023 01:00:00 +0900</pubDate><guid>https://www.aieconlab.com/post/ml_category/</guid><description>기계학습 (머신러닝, Machine Learning; ML)의 분류와 경제학적 접근 지난 번의 글에서는 인공지능 (Artificial Intelligence; AI)에 대한 분류와 경제적 개념의 확장을 AI의 정의를 통해 살펴보았습니다. 이번 글에서는 AI 발전의 핵심 요소이며, 사회현상에 대한 경제분석을 가능케 한 기계학습 (Machine Learning; ML) 영역에 대해 논의하고자 합니다.</description></item><item><title>경제와 머신러닝 기반의 인공지능</title><link>https://www.aieconlab.com/post/econml_ai/</link><pubDate>Tue, 04 Jul 2023 01:00:00 +0900</pubDate><guid>https://www.aieconlab.com/post/econml_ai/</guid><description>이 포스팅에서는 경제와 머신러닝, 그리고 인공지능 사이의 관계를 명확히 하고 우리가 AI의 시스템을 통해 경제에 대해 어떠한 시각을 가져야하는 지에 대해 이야기를 펼쳐보려고 합니다.
‘빅데이터’라는 한 단어로 정의되는 데이터 혁명은 우리에게 많은 변화를 가져왔습니다. 수많은 변화 중 우리 주위에서 심심치 않게 들리는 ‘인공지능 (AI)’ 혁신 또한 그 첫 시작을 생각해 보면 이 또한 데이터 혁명의 결과라고 할 수 있습니다.</description></item></channel></rss>