[ML] 🤸 1. 머신러닝의 개요

 

 

 

🤸  머신러닝 개요 🤸

 

 

 

 

 

1. 머신러닝의 정의

- 인공지능의 한 분야로, 컴퓨터가 학습할 수 있도록 하는 알고리즘과 기술을 개발하는 분야

- 표현과 일반화에 중점을 두어서, 기본적으로 알고리즘을 이용해 데이버를 분석하고, 분석을 통한 학습, 학습을 기반으로 한 판단이나 예측이라고 할 수 있다. 표현이란 데이터의 평가이며, 일반화란 아직 알 수 없는 데이터에 대한 처리이다.

 

2. AI(인공지능) 정의 및 구현방법

1) AI(인공지능)의 정의

- 인공지능이란 컴퓨터가 인간의 행동을 모방할 수 있게 하는 모든 기술

 

2) AI(인공지능)의 구현방법

① 합리주의: 특정분야의 전문가나 장인들이 학문을 연구하거나, 오랜 실무경험으로 터득한 지식을 사람이 직접 컴퓨터에 제공함. 하향식접근, 지식공학적 접근. 지식의 근원은 어디서부터 왔을까?

② 경험주의: 컴퓨터가 데이터로부터 지식을 직접학습함. 상향식 접근, 머신러닝접근, 현재의 딥러닝. 경험주의자 (머신러닝)

 

 

3. 머신러닝 알고리즘

① 지도학습(Supervised Learning): 학습 데이터마다 레이블을 가지고 있음

② 비지도학습(Unsupervised Learning): 학습데이터마다 레이블을 가지고 있지 않음

③ 준/반지도학습(Semi-supervised Learning): 학습 데이터가 약간의 레이블을 가지고 있음

④ 강화학습(Reinforcement Learning): 최종 출력이 바로 주어지지 않고, 시간이 지나서 주어지는 경우

 

4. 머신러닝의 분류