본 내용은 Andrew.Ng 교수님의 슬라이드의 일부분을 정리해 놓은 글입니다.
1. What is Machine Learning?
Machine Learning(ML) 이라고 불리는 기계학습은 인공지능의 한 분야로 간주된다. 기계학습은 외부적으로 프로그래밍 하지 않아도 기계가 학습할 수 있도록 하는 연구분야이다.
2.Undestanding of Machine Learning
기계학습에 필수 요소는 바로 '데이터' 이다. 인간이 공부하는데에 있어서 책과 같은 학습자료가 필요하듯이 기계도 또한 학습자료인 '데이터'가 필요하다. 기계학습의 데이터는 기계가 외부에서 제공받는 보편적인 방법과 기계가 스스로 '데이터'를 만들어 학습하는 'Reinforcement Learning'이 있다. 이 두방법 모두 '데이터'를 이용하여 학습한다는 점에 있어서 Machine Learning 이라고 할 수 있다.
3.Machine Learning Algorithms
기계학습의 알고리즘은 크게 2가지로 분류 할 수 있다. 바로 Supervised Learing(지도 학습) 과 Unsupervised Learning(비지도 학습)이다.
이를 설명하기에 앞서 우리는 'Labeling'을 알 필요가 있다. 'Labeling'이란 'Train Set'라고 불리는 훈련 데이터에 답을 달아주는 과정이라고 보면 된다.
지도학습은 'Labeling'이된 'Train Set'를 이용하여 기계를 학습시키는 알고리즘을 이야기 한다.즉 입력과 출력값을 이용한 학습방법이며 주로 'Classification'과 'Regression'에 사용되는 알고리즘이다.
비지도 학습은 반대로 'Labeling'이 되어 있지 않은 'Train Set'를 이용하여 기계를 학습시키는 것을 이야기 한다. 즉 입력값만을 이용한 학습 방법이며 주로 'Clusting'과 'Compression'에 사용되는 알고리즘 이다.
지금까지 머신러닝의 정의, 종류, 실사용 예제들에 대하여 알아보았다.
이미지 출처
- http://media.fastcampus.co.kr/wp-content/uploads/2019/09/how-to-develop-machine-learning-applications-for-business-featured.jpg
- https://img1.daumcdn.net/thumb/R720x0.q80/?scode=mtistory2&fname=http%3A%2F%2Fcfile28.uf.tistory.com%2Fimage%2F996ABA345B8936D629DF0C
- https://blog.kakaocdn.net/dn/d0XIaa/btqCymGyCBs/UznJASQDnX2CeksXm9ssSk/img.png
