MachineLearning - 01.머신러닝이란?

모두를 위한 머신러닝/딥러닝 강의 기반으로 공부한 내용입니다.

1. 머신러닝이란???

“Field of study that gives computers the ability to learn
without being explicitly programmed”
- Arthur Samuel (1959) -

• 기계학습이라는 뜻으로 컴퓨터가 학습할 수 있도록 알고리즘과 기술을 개발 하는 분야
  즉 ‘데이터에서 법칙성(규칙)을 추출하는 통계적 방법’ 임
• 딥러닝 같은 경우는 머신러닝의 한부분으로 인간두뇌의 신경세포를 모방한 신경망 모델
• AI » 머신러닝 » 딥러닝

2. 머신러닝 학습 방법

1. Supervised Learning(지도학습)

• 미리 제공된 데이터(정답인 데이터)를 통해 학습을 한다
• 사용 예제
  1. Image Labeling : 분류된 이미지로 이미지 구별
  2. Email spam filter : 스팸인지 아닌지 구별된 데이터로 스팸메일 구별
  3. Predicting exam score : 이전 시험공부 시간 대비 점수로 이루어진 데이터로 점수 예상
• 지도학습 분류
  • Regression : 연속적인 트레이닝 데이터에 기초해 정답을 추론하는 방법

  예) Predicting fianl exam score based on time spent

  X(Hours)	Y(Score)
  10	90
  9	80
  3	50
  2	30

  위의 테이블을 통해 다른 시간일 때 점수 예상 가능(7시간 공부 하면 75점 정도로 예측)
  

  • Binary Classification : 두가지의 경우로 정답을 분류하는 방법

  예) Pass or Non-pass based on time spent

  X(Hours)	Y(Pass/Fail)
  10	P
  9	P
  3	F
  2	F

  • Multi-label Classification : 여러가지 경우로 정답을 분류하는 방법

  예) Letter grade(A, B, C, E, F) based on time spent

  X(Hours)	Y(Grade)
  10	A
  9	B
  3	D
  2	F

2. Unsupervised Learning(비지도학습)

• 정답인 데이터를 제공하지 않고 오로지 주어진 데이터를 분류만 함
• 공장에서 불량품 찾는 곳에서 활용가능

3. Reinforcement Learning(강화학습)

• 반복 훈련을 통해 행동에 대한 보상을 기반으로 올바른 정답을 구하면 상점, 틀린답을 구하면 벌점을 주어 최상의 결과를 찾는 방법
• Unity의 ML-Agent가 강화학습으로 구성

마지막으로 수정된 시간은 2020-01-17이다.