Introduction of ML

1. Introduction of Machine Learning

이번 포스트에서는 분류,회귀의 머신러닝 문제유형, 모델평가, 전처리 등에 대해 소개를 하겠습니다. 

 

머신러닝의 유형

• Supervised Learning

• Unsupervised Learning

• Reinforcement Learning

머신러닝에는 위와 같이 3가지의 유형이 있습니다. 유형별로 어떤 특징을 가지고 있고, 간단한 예를 살펴보도록 하겠습니다. 

 

1.1 Supervised Learning

딥러닝과 머신러닝에서 유명한 모델들이나 성공한 대부분의 사례들은 대부분 supervised learning에 기반하였습니다. supervised learning의 예에는 어떤 것들이 있는지 보겠습니다. 

• Classification : cat vs dog

• Regression: 가격 예측, 

• Image Segmentation: 픽셀단위 분류. 거리 사진을 예로 들면, 각 픽셀이 자동차인지, 나무인지 등 구분하는 방법입니다. 

• Speech Recognition: 구글, 빅스비, 시리와 같은 음성인식

• Language Translation: 특정언어의 음성을 다른 언어로 번역하는것. 

1.2 Unsupervised Learning

데이터에 label 또는 object parameter가 없다면 unsupervised learning을 통해 데이터를 시각화 하고 압축함으로써 데이터를 이해하는데 유용합니다. 일반적으로 Clustering, dimension reduction이 그 예입니다. 

 

1.3 Reinforcement Learning

이 분야는 가장 주목받고 있는 방법입니다. 아직까지는 성공한 사례를 찾기 어렵습니다만, 최근들어 빠르게 발전하고 있습니다.