안녕하세요!
오늘은 R로 머신러닝을 하기에 앞서
그 기본! Basic Part!
머신러닝에 대해 알아보겠습니다.
머신러닝이란,
컴퓨터에 명시적으로 프로그래밍하지 않고 학습할 수 있는 능력을 부여하는 컴퓨터 과학의 하위분야입니다.
먼저
AI(인공지능) 과 ML(머신러닝), Deep Learning(딥러닝)의 차이와 그 범주에 대해 알아볼까요?
AI란, Artificial Intelligence의 약자로, 사고나 학습 등 인간이 가진 지적 능력을 컴퓨터를 통해 구현하는 기술을 의미합니다.
머신러닝이란, 컴퓨터가 스스로 학습하여 인공지능의 성능을 향상시키는 기술을 의미합니다.
딥러닝이란, 인간의 뉴런과 비슷한 인공신경망 방식으로 정보를 처리하는 기술을 의미합니다.
머신러닝의 원리를 알아보겠습니다.
먼저, 그림과 같이 컴퓨터에게 문제와 답을 알려줍니다.
이후, 관련 문제를 내면 컴퓨터가 정답을 알아 맞추게 됩니다.
이것이 가능한 이유는
컴퓨터가 데이터(문제) 답(label)으로 학습하며 직접 프로그램(알고리즘)을 작성하기 때문입니다.
머신러닝의 종류는 크게 3가지로 나눌 수 있습니다.
1. 지도학습 2. 비지도 학습 3. 강화학습 |
1. 지도학습 (Supervised Learning)
훈련데이터와 정답을 가지며, 데이터를 분류/예측하는 함수를 만들어내는 기계학습 방법
종류1. 분류
KNN(K-Nearest Neighbors), 나이브 베이즈, 결정트리, 서포트 벡터머신, 아프리오 알고리즘
종류2. 회귀
선형회귀(Linear Regression), 신경망
2. 비지도학습 (Unsupervised/Predictive Learning)
정답없이 훈련데이터만 가지고 데이터로부터 숨겨진 패턴을 탐색하는 기계학습의 방법
종류: 클러스터링
연관규칙(apriori), k-means
3. 강화학습 (Reinforcement Learning)
어떤 환경에서 정의된 에이전트가 현재 상태를 인식하여 선택 가능한 행동들 중 보상을 최대화하는 행동 혹은 행동 순서를 선택하는 방법
오늘은 여기까지!
다음은 R을 이용한 머신러닝으로 돌아오겠습니다! 
'R로 머신러닝하기' 카테고리의 다른 글
| R로 머신러닝 지도학습하기 | 결정트리 (Decision Tree) (2) | 2018.06.11 |
|---|---|
| R로 머신러닝 지도학습하기 | 나이브베이즈(Naive Bayes) 분류 (0) | 2018.06.08 |
| R로 머신러닝 지도학습하기 | KNN(k Nearest Neighbors) 분류 (4) | 2018.06.02 |
| R 시각화 | 데이터에 맞는 그래프 선택하는 방법! (0) | 2018.05.18 |
| R 기초 | 자료구조, 연산자, 함수, 사용자 정의 함수 외 tips (0) | 2018.05.15 |
