머신러닝이란?

1. 머신러닝이란?

• 데이터를 기반으로 학습을 시켜서 예측하게 만드는 기법
• 인공지능의 한 분야로 컴퓨터가 학습할 수 있도록 하는 알고리즘 기술을 개발하는 분야
• 통계학, 데이터 마이닝, 컴퓨터 과학이 어우러진 분야

 

 

- AI vs ML vs DL의 차이점

• 인공지능 (Artificial Intelligence)
  • 사고나 학습등 인간이 가진 지적 능력을 컴퓨터를 통해 구현하는 기술
• 머신러닝 (Machine Learning)
  • 컴퓨터가 스스로 학습하여 인공지능의 성능을 향상 시키는 기술 방법
• 딥러닝(Deep Learning)
  • 인간의 뉴런과 비슷한 인공신경망 방식으로 정보를 처리

 

 

2.  ML의 역사

• Alan Mathison Turing (1912.06.23 ~ 1954.06.07)
• 영국의 수학자, 암호학자, 논리학자
  • 1950년 발표 논문
  • 기계도 생각할 수 있을까(Can Machines Think?)

 

• 영화 이미테이션 게임의 주인공

 

 

- Turing Test(튜링 테스트)

• 기계가 인간과 비슷하게 대화가 가능하면 기계에 지능이 있다고 인정하는 방식
• 다른 말로 Imitation Game(이미테이션 게임)

 

 

 

3. 인공지능 종류

• 약한인공지능(Artificial Narrow Intelligence)
  • 특정분야를 위해 제작된 인공지능
  • 체스, 퀴즈, 자율주행, 상품 추천, 번역시스템, 알파고(특정임무수행) 등

 

• 강한인공지능(Artificial General Intelligence)
  • 모든 방면에서 인간급의 인공지능
  • 사고, 계획, 문제해결, 추상화, 복잡한개념학습

 

• 초인공지능(Artificial Super Intelligence)
  • 과학기술, 사회적 능력 등 모든 영역에서 인간보다 뛰어남
  • "충분히 발달한 과학은 마법과 구분할 수 없다" - 아서C. 클라크

 

 

 

4. 머신러닝으로 할수 있는 일

• X : 개인 정보와 주변 환경 정보, Y : 생존/사망 > 생존자 예측 모델
• X : 부동산 정보, Y : 집값 > 집값 예측 모델
• X : 게임 유저의 게임내 활동 정보, Y : 게임 이탈 여부 > 이상 탐지 모델
• X : 상품 리뷰 정보, Y : 상품에 긍정/ 부정 > 감성 예측 모델
• X : 쇼핑몰 페이지 검색 및 클릭 기록, Y : 상품에 긍정/부정 감정 예측 모델
• X : 꽃의 정보(잎의 길이, 너비 등), Y : 꽃의 종류 > 꽃 품종 예측 모델
• X : 숫자 손 글씨 데이터, Y : 숫자 라벨(0~9) > 숫자 이미지 분류 모델

 

 

- 머신러닝이 유용한 분야

• 대량의 데이터에서 통찰을 얻어야 하는 문제
• 새로운 데이터에 적응 해야 하는 유동적인 환경
• 기존 솔루션으로는 많은 수동조정과 규칙이 필요한 문제
• 전통적인 방식으로 전혀 해결 방법이 없는 복잡한 문제