머신러닝 (1) - [생활코딩] 머신러닝

흐짜짜! 🫒 올리브·2020년 12월 30일
1
post-thumbnail

참고
생활코딩 : 쉬운 말들로 이해시켜주는 곳

1. 머신러닝

머신러닝은 말그대로 기계가 학습한다는 의미이다.

간단히 머신러닝을 체험해볼 수 있는 곳.
사진, 소리, 자세에 대한 모델을 만들어볼 수 있다.
(판단력 = 모델)

머신러닝 모델 파일을 다운로드 받아,
아래 이곳에서 Application을 만들어볼 수 있다.

우린 이러한 머신러닝으로 어떤 세상을 꿈꿀 수 있을까.
두근두근
사람들과 함께 적어보는 꿈꾸는 세상 이야기

그리고 (지금 영하 10도로 너무 추운 내가 적어보는) 나의 꿈

  • 발 온도가 내려가면 자동으로 따뜻해지는 신발
  • 비슷하게, 몸 온도가 내려가면 자동으로 따뜻해지는 얇은 겉옷
  • 이불 속으로 들어가기 전 미리 켜져서 이불을 데우는 전기장판
  • 목이 칼칼하지 않도록 습도를 조절해주는 방

사실, 우리 사회에 이미 머신러닝은 스며들어 있다.

  • 새벽배송
  • 각종 추천 서비스

그리고 이론적인 용어 정리

표(data set)의 구조

  • 행(row)
    • 개체 (instance)
    • 관측치 (observed value)
    • 기록 (record)
    • 사례 (example)
    • 경우 (case)
  • 열(column)
    • 특성 (feature)
    • 속성 (attribute)
    • 변수 (variable)

데이터 산업

  • 데이터 과학 : 데이터를 만들고, 만들어진 데이터를 이용하는 일
  • 데이터 공학 : 데이터를 다루는 도구를 만들고, 도구를 관리하는 일

2. 머신러닝의 분야

  • 지도학습 supervised learning : 문제와 정답이 있는 학습
  • 비지도학습 unsupervised learning : 기계에게 데이터에 대한 통찰력을 부여하는 것
  • 강화학습 reinforcement learning : 경험을 통해 더 좋은 답을 찾도록 기계 스스로 수련하는 것

(1) 지도학습 supervised learning

독립변수와 종속변수로 이루어진(원인과 결과로 연관되어 있는) 충분히 많은 양의 데이터를 학습하여 기계는 공식을 만들어낸다.
이 공식을 머신러닝에서는 모델이라고 한다.

엘리트들에게만 가능했던 모델을 만들어내는 작업은 오늘날 머신러닝을 통해 대중화가 가능해졌다.

회귀 Regression

모델을 통해 예측하고 싶은 결과가 숫자(양적 데이터 Quantitative)라면, 회귀

분류 Classification

모델을 통해 예측하고 싶은 결과가 이름 혹은 문자(범주 Categorical)라면, 분류

약간 헷갈리지만 회귀는 연속적이고 다양한 수치로 나오는 것. 이라고 이해하면 될 것 같다.

(2) 비지도학습 unsupervised learning

군집화 clustering

비슷한 것끼리 그룹을 만드는 것

분류 classification

어떤 대상이 어떤 그룹에 속하는지 판단하는 것

좌표 평면에서 비슷한 행을 그룹핑 하는 것 = 군집화

연관규칙학습 Assosiation rule learning

서로 연관된 특징(열)을 찾아내는 것


비지도 학습은 독립변수와 종속변수의 구분이 중요하지 않으며, 데이터만 있으면 된다.

변환 transform

(3) 강화학습 reinforcement learning

일단 해보는 것. 결과가 자신에게 유리했다면 상을 받고, 불리했다면 벌을 받는 것


더 많은 보상을 받을 수 있는 정책을 만드는 것이 핵심

  • 사례
    • 알파고, 자율주행 기능
    • 그 외

3. 머신러닝의 지도

0개의 댓글