01_머신 러닝 개념

Reference 는 아래와 같습니다.

https://youtube.com/playlist?list=PLV__TJh4WgdB3ZmoLzxszbcVF5WJzQ21N

이분이 설명을 제일 쉽게 비전공자도 이해하기 편하게 하는 것 같아서 Capture하여 설명드립니다.

(최대한 얼굴이 공개되지 않도록 하였습니다. ^^)

 

인공지능이 포괄적인 개념으로 감싸고 있으며, 점점 안쪽으로 들어가는 상황.

 

기존: 입력과 알고리즘이 있으면 답(출력)을 도출
머신러닝: 입력과 출력을 넣으면, 알고리즘 도출.

 

사람이 핸드폰을 사용하면서, 환경의 제약이 없이 무수히 많은 데이터를 생산
추가적으로 GPU / CPU등 데이터 처리를 위한 여러가지 환경이 갖추어 지기 시작함.

 

가장 크게 머신러닝은 1) supervised learning 2) unsupervised learning 3) reinforcement learning 으로 구분.

 

Supervised Learning의 특징 및 종류(분류, 회귀, 예측)

 

Unsupervised Learning 의 특징 및 종류(이상값 감지, 그룹화)

 

Reinforcement Learning의 특징 및 종류(강화학습: AlphaGo)

 

간단히 정리하면 아래와 같이 깔끔하게 구분이 가능하다.

 

 

이 분의 설명이 모두 좋았으나, 커피와 머신러닝을 빗대어 설명할 때 이해가 무척 쉬웠습니다.