기계학습(Machine Learning)
: 기계가 일일이 코드로 명시하지 않은 동작을 데이터로부터 학습하여 실행할 수 있도록 하는 알고리즘을 개발하는 분야
종류
1. 지도학습(Supervised Learning)
: 라벨링된 데이터가 있고, 피드백이 직관적이며 예측을 한다.
- 분류(Classification) : 훈련데이터를 통해 배우고 새로운 데이터를 mapping시킨다
- 회귀(Regression) : 다른 변수들 x가 주어지면 y를 예측한다
- evaluation(모델평가)
- 모델 선택
- 성능 측정
- 교차 검증
→ 예시 : knn, sv, 결정트리, 앙상블 기법(랜덤트리…), 선형회귀, 로지스틱 회귀, 신경망, 딥러닝
2. 비지도학습(Unsupervised Learning)
- clustering : 비슷한 그룹 찾기 (군집화)
- dimension reduction : 차원 축소 (why? 시각화를 위해서 혹은 특징을 선별하거나 제외시키기 위해서)
- density estimation
3. 강화학습
- 순차적인 결정을 한다
- 정답을 모르기에 지도학습이 아니다.
- 피드백을 받기 때문에 비지도학습도 아니다.
4. 준지도학습
딥러닝
- 신경네트워크, backpropagation, 경사하강, CNN, RNN, sequnce analysis, image analysis
- 컴퓨터 비전이나 자연어처리에 활용된다