[ AI기초 ] 01. Machine Learning ?

머신러닝 

- 인간이 개발한 알고리즘을 컴퓨터언어를 통해 기계에게 학습시키는 행위

- y = f(x) ->  (y=Output, x=Input)

 Computer Science vs Machine learning

- Computer Scienccce : 사람이 (수식을)찾아서 기계한테 알려줌

- Machine learning : 데이터를 많이 주고, 기계한테 직접 (수식)찾게함

AI, 머신러닝, 딥러닝 비교

- AI (인공지능) : 인간의 지능을 갖고 있는 기능을 갖춘 컴퓨터 시스템. 

                          인간의 지능을 기계 등에 인공적으로 시연(구현)한 것

- 머신러닝(기계학습) : 인간이 개발한 알고리즘을 컴퓨터언어를 통해 기계에게 학습시키는 행위

- 딥러닝 : 컴퓨터가 여러 데이터를 이용해 마치 사람처럼 스스로 학습할 수 있게 인공신경망을 기반으로 구축한 기계 학습 기술

 

 

 

머신러닝의 종류

: supervised learning(지도학습), unsupervised learning(비지도학습), reinforcement learning(강화학습)

 

1. 지도학습 (supervised learning)

- = 감독학습

- 문제와 정답 제공

- 예측, 추정, 분류 (regression, forcemenet, classification)

- - regression : 변칙검색 하는것 ex)  키에따른 신발사이즈

2. 비지도학습 (unsupervised learning)

- 문제만 제공

- 지도학습에 비해 정확도 떨어짐

- 패턴/구조 발견 
anomaly (변칙검색) 

2016년 11월 기간에는 pizzagate 와 fakenews 가 함께 증가했지만, 표시한 2017년 1월 부분(anomaly)은 fakenews인 빨간그래프만 증가했다.

clustering (군집)
- 정렬안된 데이터를 알고리즘이용해 군집으로 나누는것 : 클러스터링 (지도학습에비해 성능 떨어짐, 라벨링되어있다면 무조건 지도학습이 유리)
*최소한의 특징으로 데이터분류하는것 : semi supervised learning*

 

3. 강화학습 (reinforced learning)  
- 보상과 인과관계가 중요
- 변화가 크게 없다가 갑자기 효율이(결과) 좋아짐 ex) 게임api제공, 프로그래머를 이김
- ex) boston dynamics training, 알파고