[ML] 머신러닝 - 머신러닝이란?

1. 정의

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

• 1959, 아서 사무엘

• 데이터
  - 객관적인 기준을 위한 정답과 요인들

• 알고리즘
  - 문제를 풀기위한 의사결정 과정

• 학습
  - 데이터로부터 최적의 값을 찾아내는 과정

현재 살고 있는 집을 팔려고합니다. 얼마가 적정한 가격입니까?

• 알고리즘: 집이 낡았음 -> 주자장이 좁음 -> 역세권 : 5억원

• 데이터 : 수치에 근거한 객관적인 기준
  - 가깝다 : 10km 이내
  - 오래됐다 : 10년 이상
  - 주차장이 크다 : 100m2보다 크다

• 학습 : 수치에 들어갈 값을 컴퓨터가 스스로 찾는다.

2. 머신러닝 알고리즘 종류

• 지도 학습 ( Supervised Learning )
  - 정답이 있는 문제

• 비지도 학습 ( Unsupervised Learning )
  - 정답이 없는 문제
  

정답에 따른 지도 학습

• 회귀 ( Regression )
  - 정답이 연속형 변수일 때
  - 값이 정수처럼 명확하지 않음.
  - ex. 키를 이용하여 몸무게 예측

• 분류 ( Classification )
  - 정답이 비연속형 (범주형) 변수일 때
  - 값이 정수처럼 명확
  - ex. 키와 몸무게를 이용하여 성별 맞추기

비지도학습 종류

• 군집 ( Clustering )
  - 주어진 데이터가 어떻게 구성 되었는지 알아내려는 분석 방법

• 강화학습 ( Reinforcement Learning )
  - 행동에 따른 보상을 통해 학습하는 방법

--