3-1. Classification

본 글은 K-MOOC의 인공지능 수학 고급(Advanced Mathematics for AI) 강의를 듣고 요약한 글입니다.

춘식님께 무한한 감사를 표합니다.

Artificial Intelligence

인공지능이란 컴퓨터가 지능을 갖고 있는 것처럼 만드는 것을 말한다.

Machine Learning

• Traditional: 수동으로 규칙을 넣어 프로그램을 작성.
• Machine Learning: 데이터들을 통해 컴퓨터가 직접 규칙을 학습하도록 작성

1. Supervised Learning

• input과 output의 매핑을 학습시킨다
• 예: classification, regression

2. Unsupervised Learning

• 데이터들에서 일관적인 패턴을 발견한다.
• 예: clustering, dimensionality reduction

Supervised Learning

지도학습에서는 다음과 같이 짝지어진 데이터를 학습한다.

이때 $f: x \rarr y$ 라는 규칙을 학습하여 새로운 $x$에 대해 $y$를 예측하게끔 하는 것이다.

Classification

Classification은 출력이 이산적인 값을 갖게 된다.

다음 문제를 보자.

• Data: 키와 몸무게 $\rarr$ 개와 고양이
• Task: 새로운 키와 몸무게 데이터가 들어왔을 때 개와 고양이를 분류하자.
• Method: 선형 또는 비선형 구분자를 찾는다.

이러한 문제가 바로 Classification의 대표적인 예시라고 할 수 있다.