[Machine Learning] 머신러닝이란? , ML

이 문서를 참조해도 좋다.

 

다음엔 이 글을 봐도 좋다.

 

---

머신러닝이란?, ML이란? Machine Learning 이란?

 

 

Machine learning: teach computers to learn with data, not by programming

 

프로그래머가 하나부터 열까지 프로그래밍해서 결과를 도출해내는 것이 아닌

데이터를 통해 컴퓨터를 가르치는 것이라고 볼 수 있다.

 

다시 정의해 보자면 

A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P if its performance at tasks in T, as measured by P, improves with experience E.
 -- Tom Mitchell --

 

그렇단다.

 

 

실무자의 말로는

컴퓨터가 사람이 설정한 Data feature를 통해 표본 데이터 속에 존재하는 전체를 학습해 일반화 가능한 패턴을 찾아 스스로 학습하는 과정이라고도 한다.

 

 

---

 

머신 러닝에는 2가지 타입의 방법이 있다.

 

지도 학습, 비지도 학습: Supervised, Unsupervised가 있다.

 

 

 

++요즘에는 Semi도 있다. 반지도학습이라고도 한다.

 

 

 

지도학습에는

 

 

 

 

---

 

비 지도 학습에는

 

 

 

 

 

 

---

 

 

 

 

그것들을 표로 만들자면 이렇게 되겠다.

 

**label이란 사용자가 원하는 값이 있음을 말한다. 다시 말해서 정답이 있다. 

 

 

1. Classification(분류)

• label이 붙어있는 output 값으로 각각의 데이터를 분류하기 위해서, Supervised-Learning을 통해서 classifier로 분류하는 과정

• discrete한 output이 나옴 // 주어진 데이터가 어떤 클래스인지 예측하게함

++ KNN(K- Nearest Neighbor) k-최근접이웃, 결정 트리(decision tree), 퍼셉트론(perceptron), 서포트 벡터 머신(Support Vector Machine)SVM, 신경망(Neural Network)등이 있다.

 

 

2. Clustering(군집화)

• 각각의 데이터들에 label이 붙어있지 않아도, 이들의 특성을 판단하여 알고리즘이 스스로 그들을 군집화 시키는 과정

• Continuous한 output을 가진다. // 주어진 데이터의 경향성을 파악해 함수를 예측한다.

++ K-means가 유명하다

 

 

 

 

3. Regression(회귀)

• 데이터로부터 숫자를 예측하는 과정이라고 볼 수 있다.

• 위의 그림을 보면 회귀 직선을 그어 다음 값을 예측할 수 있다. 

++ 데이터와의 오차합이 가장 작은 직선을 찾는 작업이라고도 한다.

++ 선형 회귀(Linear Regression), 로지스틱 회귀(logistic), 서포트 벡터 머신, 신경망 등이 있다.

 

 

 

4. Dimensionality reduction(차원 축소)

• 데이터를 더 작은 차원으로 요약하는 것을 말한다.

• 고차원의 데이터에서 관측 step이 기하급수적으로 증가해서 메모리 문제가 발생(Curse of dimensionality)

• 가장 잘 표현하는 특징(feature)만 선택

++PCA(Priciple Component Analysis)가 유명하다.

 

 

---

++

 

지도학습 그림