기계 학습(Machine Learning)

기계 학습(Machine Learning)이란? 

인공 지능의 한 분야로, 컴퓨터가 학습할 수 있도록 하는 알고리즘과 기술을 개발하는 분야

 

기계 학습 유형

1. 지도학습
   • 벡터 X와 목표값 Y가 모두 주어진 상황
   • 회귀와 분류 문제로 구분
2. 비지도 학습
   • 벡터 X가 주어지는데, 목표값 Y가 주어지지 않는 상황
   • 군집화 과업(고객 성향에 따른 맞춤 홍보 응용 등)
   • 밀도 추정, 특징 공간 변환 과업
3. 강화 학습
   • 목표값은 주어지는데 지도 학습과 다른 형태로, 주어진 상태에 대해 최적의 행동을 선택하는 학습 방법
   • ex, 바둑
4. 준지도 학습
   • 일부는 X와 Y를 모두 갖지만, 나머지는 X만 갖는 상황
   • 인터넷 덕분으로 X의 수집은 쉽지만, Y는 수작업이 필요하여 최근 중요성이 부각됨
   • 다양한 기준에 따른 유형
5. 오프라인 학습과 온라인 학습
6. 결정론적 학습과 스토캐스틱 학습
   • 결정론적 학습: 같은 데이터를 가지고 다시 학습하면 같은 예측기가 만들어짐
   • 스토캐스틱 학습: 학습 과정에서 난수를 사용하므로 같은 데이터로 다시 학습하면 다른 예측기가 만들어짐. 보통 예측 과정도 난수 사용
7. 분별 모델과 생성 모델
   • 분별 모델: 부류 예측에만 관심을 가짐
   • 생성 모델: 확률을 추정하므로 새로운 샘플을 생성할 수 있음