[머신러닝]기초

머신러닝의 개념

• 학습(Learning)의 개념
  • 과거 컴퓨터를 이용한 일 처리 방법
  • 사용자가 처리방법을 고안하고 단순반복적인 처리를 컴퓨터에게 지시
  

• 학습(Learning)의 개념
  • 기계학습을 이용한 일 처리 방법
  • 데이터와 원하는 결과를 컴퓨터에게 전달하면 컴퓨터가 처리 방법을 고안
  

머신러닝의 분류

지도학습과 비지도학습

1.지도학습

• 문제지와 정답지를 “지도”해주는 방식
• 문제지와 정답지 사이에서 일정한 패턴(문제 풀이
  방식)을 찾음
• 많은 문제지와 정답지를 학습할수록 새로운 문제에
  대한 답을 맞출 가능성이 높아짐

1.1 지도학습의 예시

• 개와 고양이 태그가 붙은 사진을 학습하여 개와 고양이를
  분류하는 문제
• 부정적 리뷰와 긍정적 리뷰를 학습하여 새로운 리뷰에 대
  해 부정적인 내용인지 긍정적인 리뷰인지 판단하는 문제
• 과거 기상 자료를 학습하여 내일 비가 올 확률이 몇 %인지
  를 예측하는 문제

2. 비지도학습

• 문제지만 있고 정답지는 없는 경우
• 실제 세상의 많은 문제에는 정답지가 없는 경우가 많음
• 여러 특성(feature)을 기반으로 연관관계를 발견하거나 비슷한 유형을 분류하는 기준을 생성.

2.1 비지도학습의 예시

• 우리 학과에서 생김새가 비슷한 사람끼리 그룹을
  나누는 문제
• 카드사에서 카드상품을 개발하기 위하여 지출 유
  형이 유사한 사람끼리 그룹화하는 문제

3. 강화학습

• 어떤 환경 안에서 정의된 에이전트가 현재의 상태를 인
  식하여 선택 가능한 행동 중 보상을 최대화하는 행동 혹
  은 행동 순서를 선택하는 방법
• 게임분야에 많이 적용되었고 최근 자율주행이나 금융분
  야에 적용 연구가 이루어지고 있음

3.1 게임 적용 사례

• 에이전트에게 어떤 행동(ex. 이동, 발사)을 선택할 수 있
  는지 알려주고 보상(ex. 점수획득)을 최대화하는 방법을
  스스로 찾아내도록 함