Machine Learning
-
머신러닝 이론 (3)Machine Learning 2022. 7. 6. 15:35
3. 강화 학습 (Reinforecement Learning) - 지도학습과 비슷하지만 완전한 답(Label)을 제공하지 않는 특징이 있다 - 기계는 더 많은 보상을 얻을 수 있는 방향으로 행동을 학습 - 주로 게임이나 로봇을 학습시키는데 많이 사용 머신러닝(Machine Learning) 활용분야 - 기존 솔루션으로는 많은 수동 조정과 규칙이 필요한 문제 - 전통적인 방식으로는 전혀 해결 방법이 없는 복잡한 문제 - 새로운 데이터에 적응해야하는 유동적인 환경 - 대량의 데이터에서 통찰을 얻어야 하는 문제 scikit-learn - 파이썬에서 쉽게 사용할 수 있는 머신러닝 프레임워크, 라이브러리 - 회귀, 분류, 군집, 차원축소, 특성공학, 전처리, 교차검증, 파이프라인 등 머신러닝에 필요한 기능을 갖춤..
-
머신러닝 이론 (2)Machine Learning 2022. 7. 6. 15:16
머신러닝(Machine Learning)이란? 머신러닝/딥러닝은 기존 데이터를 이용하여 아직 일어나지 않는 미지의 일을 예측하기 위해 만들어진 기법 - 학습을 통해 기계가 스스로 규칙을 만들어낸다 - 데이터와 결과를 이용하여 특성과 패턴(모델)을 찾아내고(학습) 찾아낸 모델을 이용하여 새로운 데이터에 대한 결과(값, 분포)를 예측(추론)하는 것 인공지능, 머신러닝, 딥러닝 구분 Machine Learning Deep Learning 훈련 데이터 크기 작음 큼 시스템 성능 저사양 고사양 feature 선택 전문가 (사람) 알고리즘 feature 수 많음 적음 문제 해결 접근법 문제를 분리 -> 각각 답을 얻음 -> 결과 통합 end-to-end (결과를 바로 얻음) 실행 시간 짧음 김 해석력 해석 가능 해..
-
머신러닝 이론 (1)Machine Learning 2022. 7. 6. 14:47
CAPTCHA (캡차) (Completely Automated Public Turing test to tell Cmputers and Humans Apart) : 사람과 컴퓨터를 판별하는 튜링 테스트 인공지능 인공지능의 종류 약한 인공지능 (Weak AI) - 학습을 통해 문제를 해결 - 주어진 조건 아래서만 작동 -> 사람을 흉내 내는 수준 - 자율자동차, 구글번역, 페이스북 추천 등 - 구글 AlphaGo, IBM Watson, 아마존 Alexa, Apple Siri 등 강한 인공지능 (Strong AI) - 사고를 통해 문제 해결 - 사람과 같은 지능 (추론, 문제해결, 계획, 의사소통, 감정, 지 혜, 양심) 초 인공지능 (Super AI) - 창의력을 통해 문제 해결 - 모든 영역에서 인간을 뛰..