[머신러닝] 머신러닝이란?

안녕하세요, Jude입니다.

 

"Alpha Go (알파고)"의 등장 이래로, 머신러닝, 딥러닝등 인공지능과 관련한 기술들이 각광받고 있는데요. 오늘부터는 이러한 머신러닝에 대해 알아보겠습니다.

 

1. 머신러닝(Machine Learning) 이란?

입력된 혹은 주어진 데이터를 기반으로 하여, 데이터들 간의 규칙, 관계를 파악/학습하여, 컴퓨터가 새로운 데이터를 입력받았을 때 축적된 데이터를 기반으로 이를 판단하거나 하는 등 행위를 할 수 있도록 컴퓨터를 발전시킬 수 있는 알고리즘의 통칭입니다. 최근, 인공지능 개발 알고리즘 중 하나로 많은 관심을 받고 있는 분야입니다.

 

하지만 이러한 머신러닝도 크게 3가지로 분류됩니다.

 

A. 지도학습 (Supervised Learning) 이란?

학습을 하기 위해 입력을 주는 데이터를, "훈련 데이터"라고 흔히 칭합니다. 지도학습은 이러한 훈련데이터가 주어질 때, 개발자가 입력에 대한 원하는 결괏값을 함께 전달해 주어집니다. 지도학습 머신러닝 모델은, 주로 데이터를 분류하고, 결과를 예측하는 모델을 개발할 때 사용되는 방식입니다.

B. 비지도학습 (Unsupervised Learning) 이란?

비지도학습은 지도학습과 반대로, 훈련데이터가 주어질 때, 데이터에 대한 원하는 결괏값을 제공하지 않습니다. 비지도 학습 모델은, 데이터 간의 패턴이나 관계를 컴퓨터 스스로가 찾고, 이를 그룹화하여 분류하는 모델을 개발할 때 사용됩니다. 

 

C. 강화학습 (Reinforcement Learning) 이란?

강화학습은 위의 두 학습방식과 다르게, 입력데이터에 대한 기댓값(정답) 대신, 입력데이터의 결과에 대한 정보를 원하는 접근이라면 양(+)의 점수를, 원하지 않는 결과라면 음(-)의 점수를 부여할 수 있게 데이터가 주어집니다. 이러한 강화 학습 모델은, 행위에 대한 보상으로 누적된 값의 최대 보상을 얻을 수 있는 방법을 찾아 의사결정을 하는 모델의 개발에 사용됩니다.

 

요약하자면,

이 세 가지 학습방식은 데이터 입력의 차이가 있지만, 모델의 동작 목적에 의한 구분을 두고 있습니다.

 

간단하게, 머신러닝의 학습 방식과 머신러닝이 무엇인지에 대해 알아보았습니다. 다음엔 지도학습에 대해서 자세히 알아보겠습니다.