머신러닝

• 머신러닝은 애플리케이션을 수정하지 않고, 데이터를 기반으로 패턴을 학습하고 결과를 추론하는 알고리즘 기법을 통칭한다.
• 기존에는 로직을 주고 컴퓨터가 계산하게 했다면, 머신러닝은 로직을 주지 않고 인풋과 아웃풋만 주고 머신에 학습을 엄청 많이 시켜서 데이터를 관통하는 패턴을 학습해서 스스로 최적의 로직을 찾아내게 함. 그래서 우리 사람이 그 안의 로직을 파악하기 힘듦.
• 기존의 코딩만으로 해결하기 어려웠던 문제들을 머신러닝을 통해 해결하고 있음.
• 데이터 마이닝, 영상인식, 음성인식, 자연어 처리 등에서 머신러니을 적용하면서 급속도로 발전됨.
• 파이썬 기반의 머신러닝을 하기 위해선 넘파이, 판다스, 시각화 등의 다양한 지원 패키지들도 같이 학습해야함. (너무 많이 익힐 필요는 없음. 실제로 머신러닝 앱 구현하면서 찾아보면 됨.)

머신러닝의 유형

지도학습 vs 비지도학습

• 지도학습 (Supervised Learning): 답(Target)을 같이 줌
  - 분류
  • 회귀
  • 추천 시스템
  • 시각/음성 감지/인지
• 비지도학습 (Unsupervised Learning)
  - 군집화(클러스터링)
  • 차원 축소
  • 토픽 모델링, 문서 군집화

강화학습