머신 러닝이란?

1.1 머신 러닝이란?

머신러닝 : "기계 학습" = 기계가 학습을 통해 발전
ㄴ 경험을 통해 스스로 업무 능력을 향상시킨다 !

= 기계가 학습한다는 건, 프로그램이 특정 작업을 하는 데 있어서 경험을 통해 작업의 성능을 향상시키는 것

---

1.2 머신 러닝이 핫해진 이유

1. 사용할 수 있는 데이터가 많아졌다
   ( 데이터가 충분히 없으면 머신 러닝을 할 수가 없다 ! )

2. 컴퓨터 성능이 좋아졌다

3. 활용성이 증명되었다

ex) 유튜브 - 시청자들이 많은 시간을 볼 수록 데이터가 쌓임 -> 이 데이터로 좋아할만한 콘텐츠를 추천해줌 -> 맞춤형 광고를 제공해줌

---

1.3 인공지능? 빅데이터? 머신러닝?

빅데이터 : 엄청나게 많은 양의 데이터를 다루는 분야

• 데이터 보관/처리법
• 데이터 분석 방법들

인공지능 : 프로램이 인간처럼 생각/행동하게 하는 학문

딥러닝 : 복잡한 구조로 학습을 함

• 머신러닝 기법 중 하나
• 층이 '깊어'진다 -> '딥'러닝

---

1.4 학습의 유형

지도학습 ( Supervised learning)

• '답'이 있고 이 답을 맞추는게 학습의 목적
  ㄴ 기계가 학습하기 위한 데이터의 답을 꼭 알려줘야한다.

지도학습도 두가지로 나뉨

분류 : 여러가지 중에 하나를 고르는 것
회귀 : 결과값이 무수히 많고 연속적인 값들 중에 맞추는 것

비지도학습 ( Unsupervised learning )

• '답'이 없고 이 답을 맞추는 게 학습의 목적
  프로그램에게 기준을 정해주지 않고 프로그램이 알아서 그 기준을 만들게 하는 것

---

1.5 k-NN 알고리즘

k-최근접 이웃 알고리즘

한 데이터를 지정하고 그 주변의 k개의 데이터를 분석한 뒤에 처음에 지정한 데이터의 값을 도출 해낸다.

---

1.6 머신 러닝의 수학

머신러닝 = 컴퓨터 과학 + 수학

머신러닝에 쓰이는 수학

• 선형대수, 미분, 통계, 확률

1. 선형대수

• 대표적인 행렬 ! -> 효율적으로 계산할 수 있음

2. 미적분학

• 최적화를 할 때 사용
  ex) 곡선그래프 (알고리즘이 얼마나 별로인지 알려주는 그래프) -> 가장 성능이 좋은 곳을 찾아주는데 미적분학이 사용

3. 통계

• 많은 데이터를 갖고 그 데이터를 파악하는데에 사용됨
• 데이터에서 큰 흐름을 파악해서 예측에 사용된다

4. 확률

• 가능성을 공부하는 학문