[Machine Learning] 기계학습의 의미와 기계학습 종류

기계학습의 정의

 기계학습(機械學習, machine learning)의 정의는 '경험을 통해서 나중에 유사하거나 같은 일(task)를 더 효율적으로 처리 할 수 있도록 시스템의 구조나 파라미터를 바꾸는 것' 으로, 컴퓨터가 데이터로부터 특정 문제해결을 위한 지식을 자동으로 추출해서 사용할 수 있게 하는 기술이다.

 

 쉽게 말해서 데이터를 가지고 경험을 통해서 그 일을 나중에 더 잘할 수 있도록 시스템의 구조와 파라미터를 바꾸는 것을 기계학습이라고 한다. 파라미터를 바꾸면 동작이나 행동이 달라지게 되며, 기계학습의 결과로 주어지는 것은 데이터이다.

 

 

인공지능, 기계학습, 신경망, 딥러닝의 관계

 

 

오컴의 면도날(Occam's razor)

 오컴의 면도날(Occam's Razor 또는 Ockham's Razor)은 흔히 '경제성의 원리' (Principle of economy), 검약의 원리(lex parsimoniae), 또는 단순성의 원리라고도 한다. 14세기 영국의 논리학자이며 프란체스코회 수사였던 오컴의 윌리엄 (William of Ockham)의 이름에서 따왔다. 원문은 라틴어로 된 오컴의 저서에 등장하는 말이다.

 쉽게 말해서 어떤 현상의 인과관계를 설명할 때 불필요한 가정을 삼가야하고, 가능하면 학습 결과를 간단한 형태로 표현하는 것이 좋다는 것이다. 따라서 학습을 통해 어떤 패턴을 찾아낼 때, 복잡한 형태보다는 간단하게 표현하는 것이 좋다는 말이다.

 

 

기계학습의 종류

학습 데이터이 형태와 학습 지식의 형태에 따라 지도학습, 비지도학습, 강화학습 으로 분류할 수 있다.

 

1) 지도학습 : 입력(문제)-출력(답)의 데이터들로 부터 새로운 입력에 대한 출력을 결 정할 수 있는 패턴 추출

 

2) 비지도학습  : 출력에 대한 정보가 없는 데이터로 부터 패턴 추출

 입력 학습 data만 주어진 상태에서 군집, 유사한 것 끼리 나뉜다.

 

 

3) 강화학습 : 출력에 대한 정확한 정보를 제공하지는 않지만, 평가정보(reward)는 주 어지는 문제에 대해 각 상태에서의 행동(action)을 결정

 어떤 상태에서 어떤 일을 해야한다고 가르쳐주는 것이 아니라, 어떤 일을 하면 얼마나 잘 할지, 잘했다or못했다의 점수만 주어지는 상태에서 방법을 결정하도록 한다. 결정된 방법을 정책이라고 하는데, 정책은 각 상태별로 취할 행동을 정해놓은 것이다.

 

 

 

출처: 충북대학교 소프트웨어학과 이건명교수님 '기계학습' 강의자료