안녕하세요 오늘은 머신러닝에 대해 스터디해보려고 합니다.
AI, 인공지능이라는 단어는 매스컴을 통해 벌써 많이 접하셨을텐데요.
머신러닝은 간접적으로 들어봤을 수도 있고 , 못 들어보신 경우가 더 많을껍니다.
그러면 머신러닝이 무엇인지부터 살펴볼텐데요.
머신러닝 안에는 딥러닝이라는 분야가 또 있는데요.
이 둘의 결정적인 차이는 데이터의 스스로 학습여부입니다.
머신러닝은 우리가 직접 학습 시켜야 하고 딥러닝은 데이터를 주면 특징을 파악해서 스스로 학습을 합니다.
머신러닝에는 지도학습/비지도학습/강화학습이 있는데요.
지도학습과 비지도학습의 가장 큰 차이는 타겟값 Y의 유무입니다.
(X값을 입력함으로써 얻게되는 값을 Y값이라고 생각하면 되겠습니다.)
지도학습은 타겟값이 있고 x값을 독립변수, y값을 종속변수라고 합니다.
조금 더 자세히 살펴보면
지도학습은 학습데이터라는 X갑을 컴퓨터에게 학습시키고 컴퓨터는 학습한 내용을 바탕으로 답을 내는 것이죠.
이러한 지도학습에는 분류와 회귀가 있고 타겟값이 정량적 수치이면 '회귀'를 사용하고
타겟값이 정성적 값이라면 '분류'를 사용하게 됩니다.
반면, 비지도 학습은 데이터간의 관계를 살펴보고 데이터가 어떻게 구성되어 있는지 데이터의 특징이 무엇인지를 발견하는 것을 말합니다. 군집화, 변환, 연관 등이 있습니다.
마지막으로 강화학습은 게임이라고 생각하면 간단합니다. 어떤 문제를 풀고 제출한 답이 성과가 있으면 상을 주고
성과가 없으면 벌을 줌으로써 규칙을 알아가게 되는 것을 말합니다.