• 인공지능, 머신러닝, 딥러닝의 관계

  

1. 머신러닝 학습 방법

1.1 지도학습 (Supervised Learning)

• 예측, 분류 모델을 위해 사용

• 문제와 답을 함께 학습함으로써, 미지의 문제에 대한 올바른 답을 예측하는 학습

1.2 비지도학습

• 군집(Clustering) 모델을 위해 사용

• 지도학습과 다르게 조력자의 도움 없이 컴퓨터 스스로 학습하는 형태

• 컴퓨터가 훈련 데이터를 이용하여 데이터들 간의 규칙성을 찾는다.

• x(입력 데이터)와 y(지도학습에서 레이블)의 관계를 파악했던 지도학습과는 달리, 비지도학습은 "x 간의 관계를 스스로 파악"한다.

• 즉, 지도학습과 다른 점은 y(레이블)의 차이

1.3 강화학습 (Reinforcement Learning)

• 큐러닝과 딥큐러닝 모델을 위해 사용

• 자신이 한 행동에 대해 보상(Reward)을 받으며 학습하는 것

• 컴퓨터가 주어진 상태에 대해 최적의 행동을 선택하도록 학습하는 방법

• 주어진 환경에서 에이전트가 선택한 행동에 따라 그 행동이 옳은 선택이면 상을 받고, 잘못된 선택이면 벌을 받음

• 강화학습은 에이전트가 상태를 계속 주시하면서 보상이 높은 쪽으로 학습(행동)하게 됨

<용어 정리>

• 에이전트(Agent) : 주어진 문제 상황에서 행동하는 주체

• 상태(State) : 현재 시점에서의 상황

• 행동(Action) : 플레이어가 취할 수 있는 선택지

• 보상(Reward) : 플레이어가 어떤 행동을 했을 때 따라오는 이득

• 환경(Environment) : 문제 그 자체를 의미

• 관찰(Observation) : 에이전트가 수집한(보고 듣는) 환경에 대한 정보

  

---

2. 머신러닝 알고리즘

• 지도학습 : 분류, 예측

• 비지도학습 : 군집

• 강화학습 : 큐러닝과 딥큐러닝