머신러닝 개요

'머신러닝'이라는 말은 많이 들어보았는데 오늘로써 정확한 의미를 알았다.

머신러닝은 machine learning으로 기계가 스스로 학습하는 것이다.

기존에는 프로그래밍 언어를 이용해 정해놓은 규칙을 수행했다면

머신러닝은 프로그램이 데이터를 학습해서 스스로 규칙을 만들어 수행하는 것이다.

 

지난 시간때 명제를 배우면서 AI인공지능에 대해 배운적이 있다.

AI X->사람이 콕 집어 시킨 일만을 한다. if then~

AI O->사람이 콕 집어 시킨일이 아니라 스스로 일을 한다.

         즉 주어진 여러개의 명제를 가지고 새로운 명제를 만들어나가는 과정

         추론기능이 있다

                             추론과정

         주어진 명제 →→→→→→→ 새로운 명제

         추론의 근거자료는 항상 참인 명제만을 사용을 바탕으로 한다.              

 

 

머신러닝 vs 딥러닝 vs 인공지능 AI의 차이를 알려주는 니꼬쌤 영상! https://youtu.be/arbbhHyRP90

 

- 정의 :

명시적인 프로그래밍 없이 컴퓨터가 스스로 학습하는 능력을 갖게 하는 연구 분야– Arthur Samuel

데이터로부터 학습하도록 컴퓨터를 프로그래밍하는 과학

과거 경험에서 학습을 통해 얻은 지식을 미래의 결정에 이용하는 컴퓨터 과학의 한 분야

관측된 패턴을 일반화하거나 주어진 샘플을 통해 새로운 규칙을 생성하는 목표를 가짐

 

-적용된 프로그램

알파고, 자율주행차, 음성인식(음성 명령을 수행), 문자인식(필기를 디지털화, 주차장 자동차 번호 인식)

 

-전통적인 접근방법

규칙을 작성할 때 if,else문을 많이 사용한다(스팸메일필터작성)

but 오차분석할 때 오차 발생문제가 반복되면 -> 규칙은 길고, 복잡해지며, 유지보수비용 증가한다.

-머신러닝 접근방법

데이터를 가지고 머신러닝 훈련을 한다. -> 규칙을 직접 작성한 것이 아니기때문에 프로그램 길이가 짧다, 대량 데이터로 정확도가 높다.

 

-머신러닝 사용 이유:  자동으로 변화에 적응하여 사람의 개입이 필요없다, 새로운 패턴을 발견할 수 있다.

(인간이 분석하지 못하는 규칙을 발견하면 문제에 대한 이해가 증대하게 되고 이를 마이닝이라 할 수 있다.)

->비용 뿐만 아니라 적응성, 새로운 가치 측면에서 매우 유용