1강. 머신러닝 개념(06.18)

머신러닝이란?

• AI > 머신러닝 > 딥러닝
• 데이터 수집과 처리 기술의 발전으로 대용량 데이터의 패턴을 인식하고 예측 및 분류 하는 방법론
• 통계: 모집단의 성질을 표본집단에서 추론

• AI: 인간의 지능을 요구하는 업무를 수행하기 위한 시스템 (실수: human error)
• Machine Learning: 관측된 패턴을 기반으로 의사 결정을 하기 위한 알고리즘
• Deep Learning: 인공신경망을 이용한 머신러닝
• Data science: AI를 포괄하여 통계학과 컴퓨터공학을 바탕으로 발전한 융합학문(과학=근거+데이터)
• Data Analysis: 데이터 집계, 통계 분석, 머신러닝을 포함한 행위(합계)

종류

• 지도 학습(Supervised Leaning): 문제와 정답을 알려주고 학습유도(예측, 분류)
• 비지도 학습(Unsupervised Learning): 정답을 알려주지 않고 학습유도(연관 규칙, 군집)
• 강화 학습(Reinforcement Learning): 보상을 통해 상은 최대화, 벌은 최소화하여 학습유도(보상)

적용 분야

• 금융: 신용평가, 사기탐지, 주식 예측
• 헬스케어: 질병 예측, 환자 데이터 분석
• 이커머스: 고객 구매 패턴 분석, 추천 시스템, 가격 최적화, 장바구니 분석
• 자연어처리: 번역, 챗봇, 텍스트분석
• 이미지 & 영상처리: 얼굴인식, 이미지 생성