본 포스팅은 elice의 2021 NIPA AI 온라인 교육을 듣고 개인 공부를 위해 정리한 것입니다.

인공지능/머신러닝 개론

빅데이터와 머신러닝

머신러닝은 빅데이터를 분석할 수 있는 강력한 툴
기존 통계학 및 시각화 방법의 한계를 해결

머신러닝

명시적으로 프로그래밍을 하지 않고도 컴퓨터가 학습할 수 있는 능력을 갖게 하는 것

👉 큰 데이터가 아니라면 명시적 프로그래밍과 머신러닝은 효율 차이가 나지 않을 것, 그러나 빅데이터의 등장으로 머신러닝이 뜨게 되었다!

머신러닝 기법 구분

👉 이 과정은 지도학습(회귀분석, 분류)를 배울 거임

지도학습 vs 비지도학습

예측해야 할 결과에 대한 정답 데이터가 있는지 확인해보자

👉 예측해야 할 정답이 주어진 데이터가 있으면 지도학습!
👉 물체는 주어졌지만 그게 무엇인지 주어지지 않으면 비지도학습!

+ 강화학습?

학습을 수행하기 위한 데이터가 없어도 된다. 기계가 스스로 학습할 데이터를 만들고 그 데이터를 바탕으로 학습하게 된다.
기존 알파고는 지도학습 모델이었는데 최근의 알파고는 강화학습을 통해 스스로 바둑을 두고 그 결과를 바탕으로 스스로 발전하는 형태의 모델이다.

앞으로 학습할 내용

지도학습을 구현하기 위한

• 데이터에 대한 이해
• 머신러닝에 사용하기 위한 데이터 처리법
• 지도학습 방법
  • 회귀 알고리즘
  • 분류 알고리즘