반응형
머신러닝 입문자들의 필수코스라고 할 수 있는 앤드류 응 님의 강의를 번역해놓은 아래 브런치를 참고하여 공부하고 핵심내용만 정리해보고자 한다.
원문 출처 : brunch.co.kr/@linecard/438
무엇이 머신러닝이고 무엇이 머신러닝이 아닌가? 머신러닝의 정의
아서사무엘의 정의 :
"머신러닝이란 컴퓨터가 명시적인 프로그램이 없어도 스스로 학습할 수 있는 능력을 연구하는 학문이다."
인간과는 달리 수만번 반복할 끈기가 있으므로 경험을 통해 정보를 축적 할 수 있다.
이는 오래된 정의이다.
톰미셀교수 :
"프로그램은 경험(E)으로부터 학습한다. 프로그램이 일정수준의 성능측정(P)을 가지고 작업(T)을 수행한다고 했을때 경험(E)이 증가함에 따라 작업(T)을 수행하는 성능(P)이 향상될 수 있다."
머신러닝의 주요한 두 가지는 "지도학습" 과 "비지도학습"
지도학습(Supervised learning)은 작업을 수행하는 방법을 가르친다.
비지도학습(Unsupervised learning)은 인공지능이 스스로 학습하게한다.
추가적으로 강화학습(Reinforcement learning)은 인공지능이 데이터 없이 시행착오를 통해 학습한다.
반응형
'공부 > ML&DL' 카테고리의 다른 글
[머신러닝 공부] 6. 비용 함수 1 (0) | 2021.01.12 |
---|---|
[머신러닝 공부] 5. 가설의 표현 (0) | 2021.01.05 |
[머신러닝 공부] 4. 비지도학습 (0) | 2021.01.05 |
[머신러닝 공부] 3. 지도학습 (0) | 2021.01.05 |
[머신러닝 공부] 1. 머신러닝 사례 (0) | 2021.01.05 |
댓글