머신러닝이란

많이 듣는 인공지능 딥러닝 머신러닝에 대해서 들어보는데 과연 정확히 머신러닝과 딥러닝이 무엇이 다른가에 대해서 알아보겠습니다.

 

 

 

인공지능이라는 커다란 분류 안에, 머신러닝 딥러닝이 들어있는데

 

인공지능에 대해서 부터 알아보겠습니다.

 

인공지능 : 인공지능이라는 것은 매우 범위가 넓습니다. 그냥 기계가 사람처럼, 지능을 가진 것과 같이 사고하여 판단하는 모든 것을 인공지능이라고 통틀어서 이야기합니다.

 

머신러닝 : 데이터를 학습하여, 새로운 데이터가 들어왔을 때 결과값을 판단하는 방법입니다,

 

예를 들면 가로가 10~12센치고 세로 15~20센치로 있는 직사각형 모양의 "박스"사진을 굉장히 많이 보여주고, 이게 박스다 라고 컴퓨터에게 알려주면, 컴퓨터는 가로 10~12센치 세로 15~20센치의 네모난 모양이 들어오면 컴퓨터는 얘를 박스라고 인식합니다. 이렇게 머신러닝은 학습을 할 수 있습니다.

 

때문에, 머신러닝에서는 "이 것이 무엇이다"라고 정의해주는 작업이 중요한데, 이 것을 feature를 정의한다고 합니다.

 

딥러닝 : 딥러닝도 마찬가지로 데이터를 학습하여 결과값을 판단하는 방법입니다.

 

다만, 얘는 머신러닝이라고 부르는 것과 뭐가 다른가? 라고 의문이 듭니다. 머신러닝에서는 박스를 판독할 때, 컴퓨터에게 이게 박스라고 가르쳐주고 데이터를 학습시키지만, 딥러닝에서는 데이터에게 이 것은 박스다 라고 가르쳐주지 않습니다. 그냥 엄청나게 많은 박스 데이터를 컴퓨터에 주고, 기존에 학습시킨 데이터와 같으면 이 것은 "박스"다 라고 판독하는 형태입니다.

 

가장 중요한 차이로, 컴퓨터에게 정답값을 알려준다와 알려주지 않는다는 차이가 있습니다.

 

그렇다면 지도학습과 비지도학습 강화학습이라는 것은 무엇인가요?

 

지도학습은 이름에서 볼 수 있듯이, 이 것이 박스다 라고 컴퓨터에게 가르쳐주고, 데이터를 여러개 주면서 학습시키는 방법입니다.

 

비지도학습도 이름에서 볼 수 있듯이, 박스를 여러개 보여주고, 동일한 사진이 들어오면 이 것은 박스다 라고 컴퓨터가 알 수 있도록 하는 방법입니다.

 

강화학습은 조금 특이한데, 데이터가 없어도 학습이 가능합니다. 박스로 예를 들지 않고, 걷는 것 으로 예를 들어 보겠습니다. 우리는 걷는 것을 배울 때 다른 사람이 이렇게 걸으니깐 나도 저렇게 걸어야지 하면서 걷는 방법을 배우지 않습니다. 그래서 여러 방법으로 걷는 방식을 시도해보고 넘어져가서 무엇인가를 배우는데, 결과로 걷는 것이 나올 때 까지 이것저것 반복하면서 학습을 하는 방법입니다. 이 것을 강화학습이라고 합니다.

 

 

 

-- 참조

 

https://marobiana.tistory.com/155

http://yangjaehub.com/newsinfo/%ed%95%99%ec%83%9d%ea%b8%b0%ec%9e%90%eb%8b%a8/?mod=document&uid=39