머신러닝 (Machine Learning)

Intro

• 머신러닝 이란?

머신러닝(Machine Learning)

머신 러닝이란 학습할 데이터를 제공하고 이를 바탕으로 스스로 학습하는 기계를 의미한다.

머신러닝 알고리즘

머신러닝의 학습 알고리즘은 Supervised learning과 Unsupervised learning, Reinforcement Learning으로 분류될 수 있다.

지도 학습(Supervised Learning)

Supervised Learning은 데이터에 대한 Label(명시적 정답)이 달려있는 training set를 바탕으로 학습시키는 방법이다.

예를들면 공부시간과 시험점수를 바탕으로 결과를 예측하거나 숫자 이미지를 학습해 맞는 숫자를 예측하는지를 확인할 수 있다.

이 때 시험점수를 예측한다면 regression(회귀) 시험을 통과했는지 분류하려면 binary classification으로 구분할 수 있다. 또한 등급으로 나눈다면 multi-label classification으로 구분된다.

비지도 학습(Unsupervised Learning)

Unsupervised Learning은 데이터에대한 Label이 주어지지 않은 상태에서 학습하는 방법이다.

예를들면 무작위로 분포된 데이터를 비슷한 특성을 가진 부류로 묶는 Clustering 알고리즘이 있다.

이러한 비지도 학습은 데이터에 숨겨진 특징이나 구조를 발견할때 사용된다.

강화 학습(Reinforcement Learning)

강화학습은 위의 알고리즘과 다르게 어떤 에이전트가 주어진 환경(Environment)에서 행동(Action)을 취했을 때 상태(State)가 변경되고 어떤 보상(reward)를 얻으면서 학습한다. 이때 에이전트가 취할수있는 보상을 최대화 하도록 학습이 진행된다.

참고자료

https://www.techjini.com/blog/machine-learning/

https://www.youtube.com/watch?v=BS6O0zOGX4E&list=PLlMkM4tgfjnLSOjrEJN31gZATbcj_MpUm&index=1