머신러닝이란?

머신러닝이란?

 

머신러닝 : 컴퓨터에게 명시적으로 프로그래밍되지 않고 학습할 수 있는 능력을 주는 연구 분야

 

머신러닝의 종류

Supervised learning과 Unsupervised learning 이 있다.

 

먼저 Supervised learning이란?

Supervised learning은 지도 학습(Supervised Learning)은 데이터에 대한 레이블(Label)-명시적인 정답-이 주어진 상태에서 컴퓨터를 학습시키는 방법이다.

 

예를 들어 알파고입니다. 알파고는 기존의 사람들이 둔 바둑을 학습하였고 이세돌 선수가 둔 바둑을 데이터로 받아 알파고는 '여기에 두면 좋겠다'라고 학습을 하는 것입니다.

 

Supervised learning은 데이터를 기반으로 학습한다. 여기서 데이터를 Training data set이라고 한다. 

예를 들면 위에 알파고가 기존의 사람들이 둔 바둑이 바로 Training data set 이 되는 것이다.

 

Supervised learning에도 종류가 있다

크게 3종류로 분리되다.

• regression  

• binary classification

• multi-label classification 

regression(회귀)는 연속형 변수들에 대해 두 변수 사이의 모형을 구한 뒤 적합도를 측정해 내는 분석 방법이다.

예를 들면 시험의 성적을 예측하는 시스템을 만들 때 성적이라는 범위가 넓기 때문에 regression을 사용한다.

 

그리고 classification은 주어진 데이터를 정해진 카테고리에 따라 분류하는 문제를 말한다.

 

binary classification은 두 가지 선택지 중에 맞다 아니다 로 예측이 되는 것이다.

예를 들면 스팸메일인지 스팸메일이 아닌지를 구분할 수 있는 것이다.

 

multi-label classification은 여러 가지 선택지 중 한 가지로 예측이 되는 것이다.

예를 들면 공부시간에 따른 전공 학점을 A / B / C / D / F으로 예측하는 경우이다.

 

공부한 사이트:https://www.youtube.com/watch?v=qPMeuL2LIqY&list=PLlMkM4tgfjnLSOjrEJN31gZATbcj_MpUm&index=2