1.머신러닝이란?

인공지능을 구현하는 구체적인 접근 방식 중 하나로,
수행 방법을 코드로 하나하나 만들던 기존의 방식(if~ if~ if···)과는 다르게
대량의 데이터를 학습한 모델을 통해 판단 또는 예측을 하는 방식입니다.

머신(기계) = 주체
러닝(데이터를 통한 학습) = 주체의 행위

누구나 이해하기 쉽도록 예를 하나 들어보겠습니다😉

"너무 아름다운 장면이야! 이 장면을 그려서 간직하고 싶어."

저는 길을 가다 너무 아름다운 노을을 보게 되었습니다.
이를 그림으로 그려 간직하고 싶습니다.

"흠.. 이것보단 밝았던 것 같은데...? 이것보다는 붉었고.."

물감으로 비슷한 색을 만들어 아까 봤던 노을의 색과 비교하고(조금 어둡네)
다른 색을 섞어 아까 봤던 노을의 색과 비교하고(조금 푸르네)
다른 색을 섞어 아까 봤던 노을의 색과 비교하고(너무 붉네)
다른 색을 섞어 아까 봤던 노을의 색과 비교하고(너무 밝네)
·
·
·
아주 많은 시도 끝에 아까 봤던 노을의 색을 재현하는 데 성공!

즉, 기존의 프로그래밍은 규칙과 데이터를 입력하여 해답을 출력하는 형태라면
머신러닝은 해답(기억속 노을의 색)과 데이터(수많은 물감의 조합)를 입력하여 규칙(실제 노을의 색)을 출력하는 형태라고 할 수 있습니다.

결론적으로 이러한 머신러닝을 통해 학습 데이터로 모델의 학습을 진행하고,
학습된 모델에 새로운 데이터가 입력되면 모델은 예측값을 출력하게 됩니다🙂

*부산정보산업진흥원에서 진행한 <딥러닝기반 자연어처리> 강의를 들으며 정리한 내용을 바탕으로 작성하였습니다. 문제시 삭제하겠습니다.