-
1. 머신러닝
머신러닝은 인공지능을 컴퓨터에 부여하기 위한 기술로 여러 가지 알고리즘을 사용하여 데이터를 분석하고, 학습한 후 새로운 데이터를 판단하거나 예측하는 기술이다.
머신러닝은 지도학습(supervised learning), 비지도학습(unsupervised learning), 강화학습(reinforcement learning)으로 나뉜다.
2. 지도 학습
입력 값과 함께 정답을 같이 주고 학습을 시키는 방법이다.
1. 분류(classification)
분류는 주어진 데이터를 정해진 라벨에 따라 분류하는 모델이다.
knn, decision tree, random forest, svm 등의 알고리즘이 있다.
2. 회귀(regression)
회귀는 데이터들의 특징을 토대로 값을 예측하는 것으로 결과에 연속성이 있을 경우 사용한다.
linear regressionm, logistic regression 등의 알고리즘이 있다.
3. 비지도 학습
비지도 학습은 정답을 알려주지 않고 예측하는 방법이다.
군집화(clustering) 모델이 비지도 학습에서 대표적으로 사용되며 입력된 데이터가 어떤 형태로 서로 그룹을 형성하는지를 파악하는 것이다.
k-means, k-means clustering 등의 알고리즘이 있다.
4. 강화 학습
강화 학습은 학습을 계속 반복하면서 가장 최고의 결과를 내는 방법을 찾아내는 학습모델이다.