레오 브레이먼
최종 수정 2026.03.25
레오 브레이먼 (1928년 1월 27일 – 2005년 7월 5일)은 캘리포니아 대학교 버클리의 미국 통계학자이자 미국 국립과학원 회원이었다.
브레이먼의 연구는 통계학과 컴퓨터 과학, 특히 기계 학습 분야 사이의 간극을 메우는 데 기여하였다. 그의 가장 중요한 공헌은 분류 및 회귀 트리와 부트스트랩 표본에 적합시킨 트리 앙상블에 관한 연구였다. 부트스트랩 집계는 브레이먼에 의해 배깅이라는 이름이 붙여졌다. 브레이먼의 또 다른 앙상블 기법으로는 랜덤 포레스트가 있다.
같이 보기
- 섀넌-맥밀런-브레이먼 정리
더 읽을거리
- 레오 브레이먼 부고, 캘리포니아 대학교 버클리 제공
- Richard A. Olshen "레오 브레이먼과의 대화," Statistical Science 제16권, 제2호, 2001년
-
외부 링크
- *레오 브레이먼 - 통계학자 초상화 제공 *영상 기록 - 레오 브레이먼의 기계 학습 기법 중 하나에 관한 강연
관련 인사이트
로봇은 왜 볼트를 떨어뜨리는가 — Physical AI가 공장에 필요한 진짜 이유
AI가 데이터 패턴만 외우는 시대는 끝나고 있다. 물리 법칙을 이해하는 Physical AI가 제조 현장에 왜 필요한지, KAIST 교수와 자동차 부품 공장 팀장이 볼트 하나를 놓고 이야기한다.
디지털 트윈, 당신 공장엔 이미 있다 — 엑셀과 MES 사이 어딘가에
디지털 트윈은 10억짜리 3D 시뮬레이션이 아니다. 지금 쓰고 있는 엑셀에 좋은 질문 하나를 더하는 것 — 두 전문가가 중소 제조기업이 이미 가진 데이터로 예측하는 공장을 만드는 현실적 로드맵을 제시한다.
공장의 뇌는 어떻게 생겼는가 — 제조운영 AI 아키텍처 해부
지식관리, 업무자동화, 의사결정지원 — 따로 보면 다 있던 것들입니다. 제조 AI의 진짜 차이는 이 셋이 순환하면서 '우리 공장만의 지능'을 만든다는 데 있습니다.