🚩 머신러닝(기계학습)

🔹머신러닝(Machine Learning, 기계 학습)

: 경험과 학습을 통해 자동으로 개선하는 컴퓨터 알고리즘의 연구이며 인공지능의 한 분야
: 컴퓨터가 어떤 작업(T, task)을 하는데 있어서 경험(E, experience)으로부터 학습하여 성능(P, performance)을 향상시키는 학문

🪄 인공지능 ⊃ 머신러닝 ⊃ 딥러닝

🌲인공지능

: 사고나 학습 등 인간이 가진 지적 능력을 컴퓨터를 통해 구현하는 기술

🌲머신러닝(기계학습)

: 컴퓨터가 스스로 학습하여 인공지능의 성능을 향상 시키는 기술 방법

🌲딥러닝

: 인간의 뉴런과 비슷한 인공신경망 방식으로 정보를 처리


🌈 머신러닝 구분(학습 방법에 따라 구분)

🌲지도 학습
: 정답이 있는 데이터를 활용해 데이터를 학습하고, 학습한 모델이 얼마나 정답을 정확하게 맞추는지 평가하는 학습

✔️ 대표적 알고리즘)
🧷 KNN(K-Nearest Neighbor), Naive Bayes, SVN(Support Vector Machine), Decision Tree, Radom Forests, Linear Regression(선형 회귀), Neural Networks(인공신경망)

💭 지도 학습 종류

🍀회귀(Regression)
: 연속형 수치의 입력 값을 활용해 특정 수치를 예측하는 지도 학습

🍀분류(Classification)
: 주어진 입력 값을 2개 혹은 여러 개의 결과값으로 분류하는 지도 학습

🌲비지도 학습
: 정답이 없는 데이터를 활용해 데이터를 학습
: 데이터가 어떻게 구성되어 있는지, 혹은 어떻게 분류될 수 있는지에 대한 문제 해결

✔️ 대표적 알고리즘)
🧷 Clustering(군집) - K-평균(K-Means), 계층 군집 분석(HCA, Hierarchical Cluster Analysis)
🧷 차원 축소 - 주성분 분석(PCA, Principal Component Analysis), 커널 PCA(Kernel PCA)

🌲강화 학습
: 학습 시스템이 취한 행동에 대해 보상 또는 벌점을 주어 가장 큰 보상을 받는 방향으로 유도하는 방법
➡️ 가장 큰 보상을 받기 위해 학습 시스템이 해야 할 행동을 선택하는 방법을 정책이라고 함

profile
To be Data Analysist

0개의 댓글