MachineLearning스터디/Introduction

• 이 문서에 있는 사진이나 예제의 상당수는 Coursera/ML강의에 남겨져 있음. PPT도 제공하므로 꼭 확인하세요.

머신 러닝이란?

• 인공지능을 점진적으로 발달시키는 것
• Reinforcement learning, Recommender system이라고도 부른다.

예

• 데이터 마이닝
• 무인으로 적용되는 응용프로그램(무인 헬리콥터, 자연어 처리 등등.)

Tom Mitchell(1998)의 정의

• Well-posed Learning Problem: A computer program is said to learn from experience E with respect to some task T and some performance measure P, if its performance on T, as measured by P, improves with experience E.
• 번역을 하려 했으나, 맛깔나게 번역을 못하겠으므로... :(

머신 러닝의 종류

• Supervised Learning
• Unsupervised Learning

Supervised Learning

• 훈련 데이터(Training Data)로부터 하나의 함수를 유추해내기 위한 기계 학습(Machine Learning)의 한 방법이다. 훈련 데이터는 일반적으로 입력 객체에 대한 속성을 벡터 형태로 포함하고 있으며 각각의 벡터에 대해 원하는 결과가 무엇인지 표시되어 있다.
• 출처 : [1]

Regression

• 치역이 연속적인 값인 경우.

• 예: 집의 평수에 따른 집 값 추론

Classification

• 치역이 이산적인 값인 경우.

• 예: 종양의 크기에 해당 종양이 악성인지 판단.

Unsupervised Learning

• 데이터가 어떻게 구성되었는지를 알아내는 문제의 범주에 속한다. 이 방법은 지도 학습(Supervised Learning) 혹은 강화 학습(Reinforcement Learning)과는 달리 입력값에 대한 목표치가 주어지지 않는다.
• 출처 : [2]

Clustering

• 데이터 셋에서 비슷한 성질을 가지고 있는 데이터끼리 묶는 것을 말함.

Cocktail party problem algorithm

---

MachineLearning스터디