Machine Learning (기계학습) : 지도학습, 비지도학습, 강화학습

• 기계가 사람처럼 학습할 수 있도록 시스템을 구조화

• 컴퓨터가 스스로 데이터를 수집하고 분석해 미래를 예측하는 과정

• 알고리즘을 기반으로 컴퓨터를 학습시킨 뒤 새로운 데이터를 입력해 결과를 예측하도록 하는 것

• 컴퓨터가 학습할 알고리즘을 개발하고 알고리즘이 적용한 모델을 구현하여 컴퓨터가 스스로 학습할 수 있도록 해주는 것.

---

* 머신러닝 기술은 반복적으로 단순한 작업일수록 유용하다.

* 검색어 자동완성 기능이나 스팸메일 분류 서비스 등이 대표적 기계학습이다.

* 딥러닝(Deep Learning) 기술을 사용한다.

---

① 지도학습

• 사람이 분류기준을 입력한다.
• 주로 분류문제나 회귀문제에 활용됨.
• Input 입력 데이터와 Output 결과값을 주고 학습을 시키는 것
• 학습된 데이터를 입력데이터로 넣어주면 학습을 기반으로 예측하여 결과값을 제공함.
• ex) 강아지와 고양이 사진을 제공하여 학습시킨 후
• 특정 사진을 제공하면 강아지와 고양이를 구별하여 예측함.

② 비지도학습

• 입력데이터를 넣어주고, 결과값을 주지 않은 상태에서 결과값을 예측하는 것.
• 답이 없고 문제만 있는 데이터들로부터 패턴을 추출하는 것.
• 결과값을 별도로 넣어주지 않은 상태에서 머신러닝을 진행
• 컴퓨터는 데이터의 특성을 파악하여 비슷한 데이터들끼리 군집의 결과를 돌려줌.
• 주로 군집화, 밀도추정등의 문제에 활용됨.

 

③ 강화학습

• 컴퓨터가 학습을 하면서 더 나은것으로 모델을 진화시켜 나가는 것.
• 강화학습은 딥러닝과 유사한 구조를 가지고 있다.
• 문제에 직접적인 답을 주지 않지만 경험을 통해 기대보상이 최대가 되는 정책을 찾는 학습