머신러닝

머신러닝

기계학습 = 기계가 학습을 통해 발전
경험을 통해서 스스로 업무 능력 향상

일반적인 프로그램은
인간이 규칙을 명시하여 특정 작업을 실시한다.

머신러닝 프로그램은
인간이 규칙을 알려주는 것이 아니라
기계가 스스로 규칙을 찾도록 하는 것이다.
따라서 컴퓨터에 규칙을 명시하지 않는다.

데이터를 통해 가능하다.

머신러닝의 정의 : 프로그램이 특정 작업을 하는데 있어서 경험을 통해 작업의 성능을 향상시키는 것.

핫해진 이유
데이터가 많아져서 핫해졌다.
컴퓨터의 성능이 좋아졌다.
머신러닝의 활용성이 증명되었다.
예를 들어 유튜브, 사용자의 시청 데이터를 바탕으로 새로운 영상을 추천 -> 유튜브에 머물러 있는 시간 많아짐 -> 수익창출로 이어짐.

미래산업을 이끌 기술이라고 해서 배우는게 아니라, 기계번역을 통해 세상에 의미있는 컨텐츠를 더 많은 사람에게 공유할 수 있도록, 또한, 사람들을 더 연결할 수 있도록 만들기 때문에 난 배운다.

그 일이 재밌고, 보람찬 일이고 내가 하고 싶은 일인게 더 중요하다.

빅데이터

데이터 보관/처리 방법
데이터 분석 방법들

인공지능

프로그램이 인간처럼 생각/행동하게 하는 학문
머신러닝은 인공지능의 수단 중에 하나.

딥러닝

머신러닝의 기법 중 하나

머신러닝 학습 유형

지도학습 | 비지도 학습 | 강화학습

지도학습(supervised learning)

'답'이 있고 답을 맞추는 게 학습의 목적

ex) 스팸메일 분류 프로그램, 아파트 가격 예측 프로그램
둘 모두 답이 있다.

분류(Classfication) | 회귀(Regression)

스팸메일 분류 프로그램은 '분류'
아파트 가격 예측 프로그램은 '회귀' 몇가지 옵션 중에 고르는게 아닌, 결과값이 무수히 많음.

답을 알려줘야 한다.

비지도학습(unsupervised learning)

'답'이 없다.프로그램이 기준을 정하고 분류한다.