« 머신러닝 »

"머신러닝 (machine learning)"

     : 인간의 학습 능력과 같은 기능을 컴퓨터에서 실현하고자 하는 기술 및 기법

 

• 인공지능의 한 분야
• 컴퓨터가 학습할 수 있도록 하는 알고리즘과 기술을 개발하는 분야
• 사람이 학습하듯이 컴퓨터에도 데이터들을 줘서 학습하게 함으로써 새로운 지식을 얻어내게 하는 분야
• '표현(representation)'과 '일반화(generalization)'가 핵심

 

< 학습 방법 >

     ① 지도 학습 : 입력과 이에 대응하는 미리 알려진 출력(인간 전문가가 제공)을 매핑하는 함수를 학습하는 과정

     ② 비지도 학습 : 출력 없이 입력만으로 모델을 구축하여 학습하는 과정으로, 일반적으로 데이터마이닝의 대부분의 기법이 이에 해당

     ③ 강화 학습 : 학습자가 행동을 선택하여 행동으로 환경에 영향을 미치고,

     ③ 강화 학습 : 이에 대한 피드백으로 보상치를 얻어 학습 알고리즘의 가이드로 사용

 

< 기법 및 모델 >

     ① 의사 결정 나무 (Decision Tree) : 트리 구조 형태를 예측 모델로 사용

     ② 인공 신경망 (Neural Network) : 생물의 신경 네트워크 구조와 기능을 모방 

     ③ 유전자 프로그래밍(Genetic Programming) : 생물의 진화 알고리즘에 기반

     ④ 군집화(Clustering) : 관측된 예를 군집이라는 부분집합으로 분배

     ⑤ 몬테카를로 방법(Monter Carlo method) : 무작위로 추출된 난수를 통해 함수값을 확률로 계산

 

< 관련 용어 >

     - "표현 (representation)" : 데이터의 평가

     - "일반화 (generalization)" : 아직 알 수 없는 데이터에 대한 처리

---

terms.naver.com/entry.naver?docId=3386834&cid=58369&categoryId=58369

머신러닝

terms.naver.com/entry.naver?docId=3347329&cid=40942&categoryId=32845

머신 러닝