머신러닝이란?

사전적의미는 "기계가 일일이 코드로 명시하지 않은 동작을 데이터로부터 학습하여 실행할 수 있도록 하는 알고리즘을 개발하는 연구 분야"라고한다.

https://ko.wikipedia.org/wiki/%EA%B8%B0%EA%B3%84_%ED%95%99%EC%8A%B5#%EC%A0%95%EC%9D%98

기계 학습 - 위키백과, 우리 모두의 백과사전

일단 머신러닝은 AI의 연구범위안에 포함되고, 딥러님은 머신러닝에 포함되는 영역이라고 이해하자.

AI > 머신러닝 > 딥러닝 이런순으로 범위가 정해진다고 보면된다.

 

그럼...머신러닝이 일반 프로그램이랑 뭐가 다를까?

우리는 프로그램을 개발할때 Input 이 있으면 Output 있고, 이러한 결과물을 내기위해서 로직을 프로그래밍하고 그것을 함수나 API로 만들어서 내가 원하는 값을 받아내기위해 사용한다. 반면에 머신러닝은 로직이 미리 만들어지는것이 아니라 데이터에의해 학습되어 만들어진다.

 

프로그램은 정해진 함수안에 로직이 이미 만들어져있다. Input -> 로직 -> Output
머신러닝은 Input 과 Output만 주어지고, 알고리즘에의해 학습을하면 모델이라는 로직이 만들어진다고 생각하면 좀더 이해하기 쉬워진다. 

 

머신러닝의 알고리즘은 크게 아래와 같이 나누어진다.

지도학습, 비지도학습, 강화학습 3가지로 나눈다.

 

여기서는 지도학습과 비지도학습의 차이점만을 먼저 이야기해보자.

지도학습은 크게 분류,회가가 있고, 결과값이 반드시 존재한다. 이런 결과값을 Label이라고 한다.

 

분류는 Classification 으로 타겟값에 대해서 특정분류에 속하는지 아닌지를 결정한다.
회기는 Regression으로 숫자로된 데이터의 값을 예측하는데 사용된다.

비지도 학습은 클러스터링등이 있고, 결과값(Label)이 없이 알고리즘에의해서 패턴이 발견되는것을 말한다.

쉽게 생각해서 동물원에 우리의 문이 다열려서 모든 동물들이 섞여버린상태라고 가정해보자.

동물들이라는 데이터는 있지만,그들간의 패턴을 알수 없어 구분을 할수 없다고 할때 비지도 학습 알고리즘을 이용하면,

각각의 동물들의 특성들을 조합해서 포유류,조류,파충류등등으로 패턴이 발견될수 있는것이 비지도 학습이라고 생각하면 쉽다.

 

아래 알고리즘 Cheat Sheet를 보면 어떤알고리즘들이 있는지 한눈에 볼수있다.

https://docs.microsoft.com/ko-kr/azure/machine-learning/algorithm-cheat-sheet

Machine Learning 알고리즘 치트 시트 - 디자이너 - Azure Machine Learning