갑자기 왜?

회사에서 평소 관심있던 ai에 대해 공부할 수 있는 좋은 기회를 제공해주었기에 블로그에 정리를 하며 머신러닝에 대해 공부해 보려 한다.

머신 러닝이란?

데이터로부터 새로운 지식을 발견해 내는 알고리즘을 연구하는 인공지능의 한 분야로, 데이터로부터 지식을 습득해 새로운 지식을 창출해 내는 알고리즘을 말한다.
머신 러닝에 기반을 둔 시스템은 과거의 경험을 통해 성능을 향상시킬 수 있다.
데이터 속에 내재된 패턴을 인식하는 과정과 매우 깊게 연관되어 있는데,
페턴 인식이라고 부르는 이 과정은 머신 러닝 기술의 근간을 이루고 있다.

머신 러닝의 학습 방법에는 크게 지도 학습, 비지도 학습으로 나눌 수 있다.

지도학습

지도 학습이란 정답을 알려주며 학습시키는 것이다.

예를 들어, 고양이 사진(input data)을 주고, 이 사진은 고양이(label-data)야 라고 알려주는 방식이다.
지도 학습에는 크게 분류, 회귀가 있다.

1. 분류

1-1. 이진 분류
어떤 데이터를 두가지 중 하나로 분류할 수 있는 것.
ex) 이 과일은 사과야? 답: 예 or 아니요

1-2. 다중 분류
어떤 데이터를 2가지 이상으로 분류하는 것
ex)이 과일은 뭐야? 사과 or 포도 or 딸기

2. 회귀

연속된 데이터를 분류할 때 그 데이터의 특징을 통해 분류하는 것
ex) 다양한 지역, 평수의 아파트 가격의 데이터가 주어진다면
어떤 지역의 30평대 아파트의 가격을 예측할 수 있다.

비지도 학습

비지도 학습이란 어떤 데이터들에 대한 정답이 주어지지 않았을 때
비슷한 특징을 갖는 데이터들을 집합으로 묶는 것

예를들어 고양이, 병아리, 기린, 호랑이 사진을 비지도학습 시킨다고 해보자.
각 사진이 무슨 동물인지 정답(label)을 알려주지 않았기 때문에
이 동물이 '무엇'이라고 기계가 정의는 할 수 없지만 비슷한 단위로 군집화 해준다.

다리가 4개인 고양이와 호랑이를 한 분류로 묶고,

다리가 4개지만 목이 긴 기린은 다른 분류로,

다리가 얇고 몸통이 둥그런 병아리는 또 다른 분류로 나누어 놓을 것이다.

지도학습을 하기 전에 비지도 학습을 통해 분류를 한 후에 지도학습을 진행하는 경우도 있다.

딥 러닝

딥러닝은 최근에 각광받고 있는 머신 러닝의 한 분야로, 기존 머신 러닝 알고리즘으로 풀기 어려웠던 자연어 처리(인간의 언어를 컴퓨터가 이해할 수 있도록 구현하는 것. ex 음성인식),
이미지 처리(ex 이미지 원본 복원) 등을 잘 해결하고 있다.

그래서 딥 러닝이 뭔데
딥 러닝이란 여러 층을 가진 인공신경망을 사용하여 머신러닝 학습을 수행하는 것
즉 딥 러닝은 머신러닝의 한 종류이다.
기계가 자동으로 대규모 데이터에서 중요한 패턴 및 규칙을 학습하고,
이를 토대로 의사결정이나 예측등을 수행하는 기술

인공신경망?
인간의 뇌에 있는 신경망을 본떠 만든 네트워크 구조

출처: https://marobiana.tistory.com/155 [Take Action]