[#00] 기계 학습

2020. 04. 15 글 포스팅

---

Gartner Hype Cycle 2020

지금 주목받는 기술 AI는 컴퓨터의 보급과 함께 주목받는 기술이었습니다. 인공지능이라는 용어의 보편화는 좀 더 나중에 이루어졌지만, 사람들은 컴퓨터의 능력에 놀람과 함께 사람의 일을 대신할 인공지능을 설계함에 바로 뛰어들었습니다.

 

하지만 인공지능은 쉽지 않았습니다. 처음 사람들의 생각은 사람의 행동을 그대로 모방하자는 아이디어였습니다. 예를 들어 개와 고양이 사진을 분류할 때 턱 모양과 수염, 이목구비 형태로 구분하자는 생각을 했지만, 실제로는 이것보다 복잡했다고 느꼈습니다. 그리고 그 이후로도 이 문제를 해결하고자 많은 노력이 있었습니다.

 

# 1

 

인공지능에 대해 배우려면 먼저 기계 학습을 알아야합니다. 가장 근간이 되는 기술이기 때문입니다. 기계 학습은 "정확하게 예측하기 위해 경험을 이용하는 계산 방법들"이라고 할 수 있습니다. 예측을 위해 데이터를 이용하는 것입니다.

 

 

가장 간단한 기계 학습 모델을 생각해보겠습니다.

X축 : 특징	Y측 : 목표치	점 : 훈련 집합	직선의 변수 : 매개변수
테스트 집합에 대한 성능 : 일반화 능력
스칼라 -> 특징 벡터 고려		분류가 더 쉽도록 변환 : 특징 공간 변환
훈련 집합 + 테스트 집합 = 데이터베이스		좋은 특징 공간을 찾는 알고리즘 : 표현 학습
최적의 매개변수를 찾기 위해 평균 제곱 오차를 사용한 함수 : 목적 함수(비용 함수)

위와 같은 용어들을 사용하여 선형 회귀 문제를 해결합니다.

 

필요한 내용은 이후에 더 다루겠습니다.