스파르타 내일배움캠프 머신러닝이란?

머신러닝이란?

알고리즘으로 기계에게 학습을 시키는 것

 

모든 문제를 풀기 위해서는 입력값과 출력값을 정의해야한다. 이때 출력값은 소수점으로 표현을 할 수 있다.

 

회귀란(Regression)? 

입력값으로 출력값이 연속적인 소수점으로 예측하게 하도록 푸는 방법을 회귀라고 한다.

 

분류란(Classification)?

입력값으로 출력값이 0, 1이라는 이진 클래스로 나눌 수 있는데 이런 경우를 이진 분류라고 부른다

또한 클래스를 여러 형태로 나눌 수 있는데 다중 분류라고 한다.(Multi-class classification, Multi-label classification)

 

회귀와 분류를 둘다 쓸 수 있다.

회귀로 출력값을 예측하여 소수점으로 풀고 그에 따라 여러 클래스로 나눌 수 있다!

 

머신러닝은 크케 지도 학습/비지도 학습/강화 학습이 있다.

지도학습

회귀와 분류 문제가 대표적인 지도 학습에 속하는데 지도학습은 기계에서 입력값과 출력값을 전부 보여주면서 학습시킨다. 이미 출력값을 알고 있기 출력값여부를 쉽게 파악이 가느앟고 출력값이 없으면 이 방법으로 학습시킬 수 없다

 

비지도학습

비지도 학습은 데이터에 출력값에 해당하는 데이터가 없을 때 비지도 학습 방법을 많이 쓴다. 즉 비지도 학습 방법은 라벨이 없는 데이터를 가지고 문제를 풀어야할  때 많이 쓴다.

 

강화학습

강화학습은 주어진 데이터 없이 실행과 오류를 반복하면서 학습하는 방법이다. 자신이 한 행동에 대해 보상을 받으며 학습하는 것을 말한다. 이떄 강화학습의 개녕에는 에이전트, 학습, 상태, 행동, 보상이 있는데 에이전트가 환경에서 현재 상태에 보상을 얻는 방법을 찾아가면서 행동하는 학습방법으로 특정 학습횟수를 초과하면 높은 보상을을 획득할 수 있는 전략이 형성된다. 단 행동을 위한 행동 목록등은 사전에 정의가 되어있어야 한다.

 

먼약 이것을 지도 학습의 분류를 통해 학습을 한다고 가정하면 모든 상황에 대해 어떠한 행동을 해야하는지 모든 상황을 예측하고 답을 알려줘야 하기에 상당한 노가다가 필요하다.