[준기/1st meetup] Intro to ML 키워드 조사

What is ML?

머신러닝은 인공지능의 한 분야로 컴퓨터가 학습할 수 있도록 하는 알고리즘과 기술을 개발하는 분야이다. 즉, 기계가 일일이 코드로 명시하지 않은 동작을 데이터로부터 학습하여 실행할 수 있도록 하는 알고리즘을 개발하는 연구 분야라고 할 수 있다.

Rule based VS ML

Rule based는 정해진 규칙에 의해 동작을 실행 하는 것이고, 그에 반해 ML은 일련의 학습을 통하여 정해져 있지 않은 규칙까지의 실행도 이루어지게 하는 것이다. 가장 큰 차이는 Rule based는 사람이 나서서 룰을 업데이트 해주지 않으면 언제까지나 처음 상태 그대로 머물러 있는 반면, ML은 사용하면 할수록 스스로 사고의 정확도를 높여갈 수 있다는 것이다.

AI

인공지능(영어: artificial intelligence 혹은 machine intelligence)은 시스템에 의해 만들어진 지능을 뜻한다.

ML

1959년, 아서 사무엘은 기계 학습을 “기계가 일일이 코드로 명시하지 않은 동작을 데이터로부터 학습하여 실행할 수 있도록 하는 알고리즘을 개발하는 연구 분야” 라고 정의하였다.

DL

딥 러닝은 여러 레이어를 사용하여 원시 입력에서 더 높은 수준의 기능을 점진적으로 추출하는 일종의 기계 학습 알고리즘 이다.

Classification(분류)

지도학습은 Classification과 Regression으로 나누어진다. Classification은 주어진 데이터를 정해진 카테고리에 따라 분류하는 문제이다.

Regression(회귀)

Regression은 연속된 값을 예측하는 문제를 말한다. 주로 어떤 패턴이나, 트렌드를 예측할 때 사용된다.

Clustering

비지도학습에서 사용된다. 아무런 정보가 없는 상태에서 데이터를 분류하는 방법이다.

Sequence Prediction

특정 이벤트 다음에 다른 이벤트가 올 가능성이 있음을 예측할 수 있을 때 마다 예측하는 것이다.

Interaction Bias

한쪽으로 치우친 편향 때문에 다른방향의 사고를 ML이 수행할 수 없는 것을 말한다

Latent Bias

남자에 대한 이미지를 가지고 학습하는 경우, 남자에 대해서는 완벽하게 인식하지만 여자에 대해서는 그렇지 못할 수 있다.

Selection Bias

훈련하는데 사용하는 데이터는 한 모집단을 과도하게 나타내므로, 다른 나머지 것들을 희생시키면서 학습하게 된다. ->소수의 데이터들을 무시할 수 있는 가능성이 있다.

• 2019 10