머신 러닝(ML)

고전 프로그래밍은 프로그램(알고리즘)을 사용하여 결과를 생성합니다.

데이터 + 컴퓨터 알고리즘 = 결과

기계 학습은 결과를 사용하여 프로그램(알고리즘)을 생성합니다.

데이터 + 결과 = 컴퓨터 알고리즘

기계 학습

기계 학습은 종종 인공 지능과 동등한 것으로 간주됩니다.

이것은 정확하지 않습니다. 기계 학습은 인공 지능의 하위 집합입니다.

머신 러닝은 데이터를 사용하여 기계를 가르치는 AI 분야입니다.

"머신 러닝은 컴퓨터에 프로그래밍 없이 학습할 수 있는 능력을 부여하는 연구 분야입니다."

아서 사무엘 (1959)

지도 학습은 레이블이 지정된 데이터 (알려진 답변이 있는 데이터)를 사용하여 알고리즘을 다음과 같이 훈련합니다.

지도 학습은 알려진 스팸 사례를 기반으로 "이메일의 스팸이란"과 같은 데이터 를 분류 할 수 있습니다.

지도 학습 은 재생한 동영상을 기반으로 어떤 종류의 동영상을 좋아할지 예측하는 것과 같은 결과 를 예측할 수 있습니다.

비지도 학습은 데이터의 의미 있는 패턴과 같이 정의되지 않은 관계를 예측하는 데 사용됩니다.

스스로 개선할 수 있는 것보다 컴퓨터 알고리즘을 만드는 것입니다.

머신 러닝은 프로그래머가 모델을 만들지 않고도 문제를 해결할 수 있도록 비지도 학습으로 전환될 것으로 예상됩니다.

자가 지도 학습은 사람이 추가한 레이블 없이 데이터로 작동하기 때문에 비지도 학습과 유사합니다.

차이점은 비지도 학습은 클러스터링, 그룹화 및 차원 축소를 사용하는 반면 자체 지도 학습은 회귀 및 분류 작업에 대해 자체 결론을 도출한다는 것입니다.