머신러닝이 필요한 이유?

개발을 explicit 으로 진행할경우, 특정 조건에선 특정 출력되도록 개발자가 일일이 조건을 주어야한다.
문제는, 스팸메일이나, 자율주행차 등 무수히 많은 불특정 입력을 받게된닫면 어떻게 될까?
개발자가 너무 많은 조건을 주어야 하고, 그 결과 값 또한 실수가 발생한다면 정확도가 떨어진다.
이런, 불특정 입력 데이터를 기계스스로 학습 하고 분류 시킬수 있도록 하는것이 머신러닝이다.

학습이란?

1500년 조선시대 사람이, 굉음을 내는 전투기와 항공기, 헬기를 보고 한 번에 맞출 수 있을까? 확률적으로 16.66% 센트에 불과합니다. 하지만, 지속적으로 굉음을 내고 빠른 것 전투기, 프로펠러가 있고 저공비행 헬기. 높이 뜨지만, 속도가 느린 항공기. 이렇게 지속해서 알려준다면, 조선사람의 비행물체 예측률은 점점 증가할 것입니다. 기계도 마찬가지 입니다. 전투기,항공기,헬기 의 사진과, 결과값을 넣고 기계 학습을 시킨 뒤, 임의의 입력값이 들어왔을 때 사진이 무슨 비행물체인지 맞추게 할 수 있는데, 이런 어린 기계가 입력데이터들을 스스로 맞출 수 있도록 배워가는 과정을 학습이라고 한다.

학습의 종류

• 지도학습
  기계가 학습을 할때 입력데이터와 결과데이터를 받고 그 데이터들을 토대로, 다음 입력값을 받았을떄, 그 입력값의 결과값을 출력.
  

예시)

1. 학생들의 공부시간을 입력받아. 시험성적 예측.
2. 동물사진들을 학습시키고, 강아지 사진을 넣었을 때 강아지 유추.
3. 매년 물가 상승률을 넣고, 다음년도 물가상승률 예측

• 비지도 학습
  기계가 학습 할때, 입력데이터들을 받아, 데이터들의 공통점을 파악 후 분류.
  예시)
  1. 여러 뉴스들중 자동적으로 유사한 뉴스 모으기.
  2. 유투브 동영상 분류 작업.

지도학습의 종류

1. regression : 예를 들어 0~100 까지의 넓은 결과값을 같는것중 하나를 예측
2. binary classification : pass/non 두가지 중에 하나를 결정 분류
3. multi-label classfication : abcef 중에서 하나를 선택 분류