Loading [MathJax]/jax/output/CommonHTML/jax.js

산업공학/Machine Learning

[머신러닝] 머신러닝(Machine Learning)이란?

테드리 2024. 2. 8. 22:14

머신러닝(Machine Learning)이란?

데이터를 기반으로 패턴을 학습하고 결과를 예측하는 알고리즘 기법이다.

 

머신러닝은 금융 서비스, 의료 서비스, 마케팅 등 다양한 분야에 적극적으로 활용될 수 있다.


 

인공지능과 머신러닝의 관계

출처: https://hyeonjiwon.github.io/machine%20learning/ML-1/

 

인공지능

인공지능은 인간의 지능을 모방한 컴퓨터 시스템으로, 학습, 추론, 인지 능력 등 인간의 지능적 행위를 구현할 수 있도록 하는 기술을 의미한다.

 

머신러닝    

머신러닝은 이러한 인공지능을 구현하기 위한 한 분야로, 데이터로부터 학습하고, 그 학습을 통해 패턴을 인식하며 결정을 내릴 수 있는 능력을 개발하는 과학이다.

 

딥러닝

딥러닝은 머신러닝의 한 분야로, 인공 신경망의 구조와 알고리즘을 기반으로 한다는 점에서 머신러닝의 다른 기법들과 구별된다.  딥러닝은 여러 층은 데이터로부터 점점 더 높은 수준의 추상화를 달성하며, 각 층은 이전 층의 출력을 입력으로 사용한다.

 


머신러닝 알고리즘의 유형

출처: https://hyeonjiwon.github.io/machine%20learning/ML-1/

 

머신러닝 알고리즘의 유형은 크게 지도학습, 비지도학습, 강화학습, 이렇게 세 가지로 분류할 수 있다.

 

 

1.지도 학습(Supervised Learning): 이 방법에서는 입력과 그에 해당하는 출력(레이블) 쌍이 제공된다. 모델은 이 데이터를 학습하여, 새로운 입력 데이터에 대한 정확한 출력을 예측하는 방법을 학습한다. 지도 학습의 예로는 분류(Classification)와 회귀(Regression)가 있다.

 

 

2. 비지도 학습(Unsupervised Learning): 이 방법에서는 출력 레이블 없이 입력 데이터만 제공된다. 모델은 데이터 내의 패턴, 구조, 관계를 스스로 찾아내야 한다. 비지도 학습의 예로는 클러스터링(Clustering)과 차원 축소(Dimensionality Reduction)가 있다.

 

 

3. 강화학습(Reinforcement Learning): 이 방법에서는 에이전트(Agent)가 환경(Environment)과 상호 작용하며, 시행착오(Trial and Error)를 통해 목표를 달성하기 위한 최적의 전략 또는 정책(Policy)을 학습한다. 강화 학습은 보상(Reward) 시스템을 통해 에이전트의 행동을 지도합니다.

 

 

참고 문헌

파이썬 머신러닝 완벽 가이드 - 예스24" target="_blank" title="파이썬 머신러닝 완벽 가이드" rel="noopener" data-mce-href="http://파이썬 머신러닝 완벽 가이드 - 예스24">http://파이썬 머신러닝 완벽 가이드 - 예스24

 

파이썬 머신러닝 완벽 가이드 - 예스24

자세한 이론 설명과 파이썬 실습을 통해 머신러닝을 완벽하게 배울 수 있다!『파이썬 머신러닝 완벽 가이드』는 이론 위주의 머신러닝 책에서 탈피해, 다양한 실전 예제를 직접 구현해 보면서

www.yes24.com