[인공지능] 머신러닝이란?

 

 

요즘 화두가 되고 있는 딥러닝, 머신러닝은 뭘까?

 

머신러닝이란 기계의 훈련과정을 통해 의사결정을 학습하고 새로 입력된 데이터에 대한 추정을 하는 것을 말한다. 

가장 흔한예로 필기체 인식이다. 여러필체를 학습하면 새로운 필체가 들어왔을때 학습한 정보를 바탕으로 어떤 글자인지를 추정해주는 것이다. 따라서 필기체 뿐아니라 얼굴인식, 음성인식등 활용분야가 다양하다.

사람의 개입없이 기계가 스스로 판단할 수 있기 때문에  앞으로 단순한 노동직은 기계학습능력을 가진 컴퓨터로 대체될 예정이므로 많은 사람들이 연구하고 있다.

 

마치 사람의 뇌에 있는 신경전달물질인 뉴런을 수학적으로 모방한 것이라서 신경망이라고 이야기한다. 

 

기계학습은 지도학습(Supervised Learning),  비지도학습(Unsupervised Learning),  강화학습(Reinforcement Learning) 크게 3가지로 분류할 수 있다. 

 

- 지도학습: 어떤 입력에 대해서 어떤 결과가 나와야하는지 지도하는 방식이다. 답을 미리 알려주면서 학습을 하기 때문에 목표(답)와 결과가 가까워지도록 웨이트를 수정하는 회귀(regression) 방법이다. 지도학습을 사용할 경우 입력에 대한 사전에 알고 있어야 한다. 데이터 학습양이 많아야하며 범용성을 가지고 있어야 한다. 

 

- 비지도학습: 입력에 대한 결과가 정해져있지 않고 스스로 학습하는 방식이다. 복잡한데이터의 차원을 감소시키거나 데이터의 속성들을 클러스터링하고나 그룹핑하는 방법으로 학습된다.

 

- 강화학습: 보상을 통하여 학습의 결과를 개선해나간다. 환경과 상호작용을 통해 벌은 최소화하고 보상을 최대화할 수 있도록 훈련해나간다. 시행착오를 통한 탐색 혹은 결정, 지연보상등으로 학습한다. 훈련 모델이 명확하게 기술하기 어려운 경우 사용하는 방식이며 결과가 바로 나타나는 로봇이나 인공지능분야에 주로 사용되고 있다.