머신 러닝이란 ?

머신 러닝 안에 딥러닝 분야가 있기 때문에, 머신러닝에 대해 먼저 알아보겠습니다.

머신러닝이란,

입력 데이터가 있을 때, 답을 예상할 수 있는 최적의 함수를 찾는 것입니다.
따라서, 여러 머신러닝 기법은 각기 다른 기법을 통해 최적의 함수를 찾는 것입니다 !

수많은 (입력) 데이터를 통해 데이터끼리의 관계를 찾고, 예측하는 것.

머신러닝 종류

• 기호 주의 : 결정트리
• 연결 주의 : 신경망/ 딥러닝
• 확률 주의 : 베이지안 통계
• 유전 알고리즘
• 유추 주의

등 다양한 종류가 있습니다.

왜 머신러닝이 필요할까 ?

• Logic이 복잡해짐에 따라, 코드의 복잡성이 늘어남.
• 보다 지능화된 구현이 필요.
• 효과적인 예측, 고도화된 서비스 구현의 필요성이 생김.
• 인간의 인지 능력을 프로그램 상 구현하려는 느낌

머신 러닝 작동 방식

• 데이터와 답을 방대하게 제공하고, 규칙을 찾게 함 -> 복잡한 Logic에 대한 함수를 찾아냄.

머신 러닝의 학습 방법

• 학습 데이터의 예측 오류를 보정할 수 있는 최적화를 해주면서 계속해서 반복 수행.
• 초기의 알고리즘보다 예측 오류가 최소화된 알고리즘이 만들어짐.

정리

• 데이터를 기반으로 패턴을 학습하고, 결과를 추론하는 알고리즘 기법
• 현실의 매우 복잡한 조건을 해결하기 위한 방법
• 영상, 음성, 자연어 등등에 활용