ML 개념

Machine learning

알고리즘을 컴퓨터언어로 기계에게 학습시키는 행위

 

학습 종류

출처 : https://live.lge.co.kr/live_with_ai_01/

1. 지도 학습(Supervised Learning)

 - 입력 값과 함께 결과 값(정답 레이블)을 같이 주고 학습을 시키는 방법

 - 대표적인 알고리즘 – 분류(Classification), 회귀(Regression)

 

2. 비지도 학습(Unsupervised Learnging)

 - 지도 학습과 달리 정답을 알려주지 않고 예측하는 방법

 - 대표적인 알고리즘 – 클러스터링(Clustering), 차원 축소(Dimension Reduction)

 

3. 반지도 학습(Semi-Supervised Learning)

 - 지도 학습과 비지도 학습을 섞어서 정답을 유추해 나가는 방법

 - 군집을 학습한 후에, 군집의 일부 데이터만 사람이 정답을 매겨주면, 그 군집 전체를 사람이 매긴 정답으로 볼 수 있다는 원리

 - 예를 들면, 구글 포토 호스팅 서비스나 아이폰의 인물 사진처럼 여러 명의 인물 사진을 올리면 자동으로 사람을 인식하여 학습시킵니다. 이 사람들이 누구인가하는 정보로 사람의 레이블이 주어지면 편리하게 해당 사람이 들어간 사진을 찾을 수 있습니다.

 

4. 강화 학습(Reinforcement Learning)

 - 보상 및 벌칙과 함께 여러 번의 시행착오를 거쳐 스스로 학습하는 방법

 - 딥마인드의 알파고가 강화학습을 적용한 대표적인 사례

 - 시뮬레이션으로 서로 바둑을 두고, 이긴 쪽의 학습 결과를 복사해서 다시 바둑을 두는 과정을 반복함으로써 인간보다 훨씬 더 많은 경험을 통해서 실력을 높여나가는 방법입니다.

 

Semi-Supervised Learning

 

머신러닝 개요

 

Loss function 손실함수는 개별적인 오차를정의

Cost function 비용함수는 손실함수의 합, 평균등으로 표현

비용함수를 최소화 하는 값은?

 - 최소화할 수 있는 파라미터 w1, w2를 찾는 것

회귀모델, 로지스틱회귀모델, KNN, 신공신경망에 대한 비용함수

최적파라미터 추정 알고리즘