제 18장📕Machine Learning_ML📕

1. 머신러닝이란 무엇일까

데이터를 기반으로 학습하여 무엇인가 예측하거나,

데이터 자체의  어떤 특성을 찾아내는 프로그램이다

 

머신러닝? 인공지능? 딥러닝?

 

인공지능(AI) > 머신러닝 > 딥러닝

인공지능은 인간의 뇌를 모방하는 모든 프로그램을 뜻하고

딥러닝은 주로 이미지, 비디오, 자연어를 분석하는데 쓰인다 .

머신러닝의 과정

- 샘플데이터 + 정답값 => X => 모델 => 모델+새로운 데이터 => 결과

 

여기서 모델이란

- 머신러닝알고리즘에의해 학습된결과를저장하고있는 결과물 주어진데이터셋에대해

  훈련을 진행해 얻은(예측에사용할) 규칙과패턴등을지니고있다

 

 

2. 머신러닝 기법

2-1) 지도학습(supervisedlearning)

● 입력값과 그에대한정답을 사용해이둘의관계를분석하고예측모델을생성 - 예)자동차의특성과가격입력→

중고차가격을예측

 

● 회귀문제

○ 예측값이연속적일경우(연속형) ○ 실수형으로결과를표현 - 예)매출액예측,부동산가격예측,거래량예측

●분류문제

○ 예측값이비연속적인경우(범주형) ○ 분류종류=클래스(Class) ○ 클래스가2개뿐일때:이진분류

- 예)마케팅문자전송시구매고객예측→Yes/No두범주로표현

 

2-2) 비지도학습(unsupervisedlearning)

● 정답이없는데이터만으로학습

● 애초에정답이제공되지않기때문에,찾으려고하는답도명확하지않음

 

2-3) 강화학습(reinforcementlearning)

● 행동에대한보상/처벌을기반으로학습시키는방법 ● 보상을받는행동을유도하고처벌을받는행동을피하게끔함 - 예)알파고(바둑),알파스타(스타크래프트)

 

🔔MLOps(MachineLearningOperations)

● 머신러닝전과정을안정적으로효율적으로배포유지및관리하는것또는 그것을위한기술

 

 

머신러닝 과정

데이터 수집 => 데이터 전처리 => 모델 학습 => 모델 평가 => 모델 배포

 

📖머신러닝 추천 서적