본문 바로가기 주메뉴 바로가기

Community


[ML] 머신 러닝 개념 및 종류

관리자 2021-07-23 조회수 1,078

머신러닝(기계학습)은 ?

  • 컴퓨터를 인간처럼 학습 시킴으로써 인간의 도움없이 컴퓨터가 스스로 새로운 규칙을 생성할 수 있지 않을까 하는 발상으로 부터 시작

  • 인공 지능의 한 분야로, 컴퓨터가 학습할 수 있도록 하는 알고리즘과 기술을 개발하는 분야


 

Y = f(X)


Y = 종속변수, 반응변수

f = 모형(머신러닝알고리즘)

X = 독립변수, 입력변수


주어진 데이터속에서 데이터의 특징을 찾아내는 함수 f 를 만드는것


예)

X = 고객들의 개인정보 및 금융 관련 정보, Y = 대출 연체 여부 ->대출 연체자 예측 탐지 모델, 대출 연체 관련


[동작 방식]

  1. 일정량 이상 샘플 데이터를 입력

  2. 입력 받은 데이터를 분석하여 일정한 패턴과 규칙을 추출

  3. 찾아낸 패턴과 규칙을 가지고 의사결정 및 예측 등을 수행


[종류]


지도학습( supervised learning)

입력변수(X)와 출력변수 (Y)의 관계에 대하여 모델링 하는 것 (Y에 대하여 예측 또는 분류하는 문제)

  • 회귀(regression)모형 : 입력변수 x에 대해서 연속형 출력변수 y를 예측

  • 분류(classification)모형 : 입력변수 x에 대해서 이산형 출력변수 y(class)를 예측

예) 주식 가격 예측, 공정 불량 여부 탐지


비지도 학습 (unsupervised learning)

출력변수(Y)가 존재하지 않고, 입력 변수 (X)간의 관계에 대해 모델링 하는 것

  • 군집 분석 : 유사한 데이터 끼리 그룹화

  • PCA : 독립변수들의 차원을 축소화

예) 고객 segmentation


강화학습 (reinforcement learning)

수 많은 시뮬레이션을 통해 현재의 선택이 먼 미래에 최대의 보상이 되도록 학습

Agent가 action을 취하고 환경에서 보상을 받고 이 보상이 최대가 되도록 최적의 action을 취하는 방법을 학습

예) 알파고

 



  • 등록된 댓글이 없습니다.
댓글입력