0강. Introduction to ML

What is Machine Learning?

통계학 vs ML

• 통계학은 math, 수학과 관련됨 → rigid하다.(엄격하다)
• ML은 Flexible하다. 경험기반의 직관인 휴리스틱한 지식을 사용함

AI, ML, DNN, Big Data는 어떻게 다를까?

• Rule-Based AI : 코드를 짜서 만든 프로그램처럼 규칙 기반의 AI
• ML : 주어진 데이터를 통해 지능, 지식을 학습하고 학습을 한 embedding (장착이 됨)

⚡ 다른점

• AI : 지능적으로 행동하는 프로그램을 설계하기 위해 우리가 지능을 프로그램에 넣은 것
  • 지능은 인간으로부터, 데이터로부터 얻을 수 있다.
• BigData : 말그대로, 데이터셋이다. 어떻게 데이터를 수집, 관리, 분석하는지
• Machine Learning : 말그대로, 학습이다. 어떻게 데이터로부터 유용한 패턴을 얻는지

머신러닝 문제의 유형 Some types of ML

• Classfication 분류 : 여러 데이터 중에서 레이블 1개를 도출해내는 것 (카테고리, 클래스)
  • (x1, x2, y = color)
  • label : “고양이”, “개”와 같은 텍스트 (1, 2와 같은 숫자가 될 수도)
• Regression 회귀 : 실제 값(real value)을 예측하는 것
  • (x, y = real value)
  • real value : 숫자, 실제 값
  • real value 중에서 1개를 선택하는 문제라고 하면, classfication & regression 둘다 해당됌
  • 숫자 사이의 간격, 평균, 변화량 등 수치적으로 의미가 있을때 regression이라함
• Clustering 클러스터링 : 레이블링 되지 않은 데이터가 주어지고 데이터의 그룹화를 해야하는 경우
• Dimension reduction 차원 축소 : 레이블링 되지 않은 데이터가 주어졌을때 정보 손실을 최소화하기 위해 차원을 축소 해야함

⚡ real value 실수형 vs nominal value 명목형

• nominal value 중에서 1개 선택 → classfication
  • nominal value : non-ordered 순서가 없다.
  • 고양이, 개, 자동차, A, B, C, / 1, 2, 3 → 순서가 아닌 번호일뿐 일때
• real value 중에서 1개 선택→ regression
  • real value : ordered 순서가 있다.

Supervised & Unsupervised Learning 지도학습&비지도학습