[ML] 머신러닝이란?

머신러닝에 대해서 처음으로 글을 써보려 한다.

 

요즘 강의를 듣고 있는게 하나 있는데 ...  아래 링크의 이 강의를 열심히 듣고 내용을 여기다 좀 정리해보려고한다.

 

www.coursera.org/learn/machine-learning

기계 학습

 

일단 몇강의 듣지는 않았는데... 굉장히 쉽게 재밌게 잘 설명을 해주는 듯하니... 정말 나처럼 머신러닝이나 AI가 초보이신분들은 한번 들어보길 권한다.

 

아무튼 항상 머신러닝, 머신러닝 하면 이게 무슨말인가 하는 고민을 하곤 했는데... 강의에서 뭔가 확실하게 정의를 내려줘서 오늘 이렇게 글로 적는다.

 

머신러닝이란?

 

먼저 머신러닝은 Arthur Samuel 이라는 사람이 1959년에 최초로 정의하였는데,그가 정의한 머신러닝은  "기계가 일일이 코드로 명시하지 않은 동작을 데이터로부터 학습하여 실행할 수 있도록 하는 알고리즘을 개발하는 연구 분야" 이다.

 

좀더 나아가 1986년에 Tom Mitchell 이라는 사람에게서  "컴퓨터 프로그램이 어떠한 작업 T와 평가 척도 P에 대하여 경험 E로부터 학습한다는 것은, P 에 의해 평가되는 작업 T에 대한 성능이 경험 E에 의하여 개선되는 경우를 말한다." 라고 조금 더 구체화 되어 정의가 내려졌다.

 

Tom Mitchell 은 Checker라는 게임을 통해 이런 정의를 설명했다.

 

E = Checker 게임을 많이한 경험

 

T = Checker 게임 수행 작업

 

P = 프로그램이 다음 게임에서 이길 확률

 

이렇게 ... 정의만 보면 머신러닝은 별게 없다 ... 머신러닝 어렵게 생각하지말고 ... 이렇게 단순하게 생각하는 것 부터 시작해보자.

 

아 그리고 추후에 더 자세하게 말씀을 드리겠지만 머신러닝은 크게 두가지 종류로 나눌수 있다.

바로 지도학습 (Supervised Learning) 과 비지도학습(Unsupervised Learning) 이다. 일단 이번 포스팅에서는 두가지로 나눠진다 정도만 알고 넘어가고 ... 앞으로 포스팅에서 자세히 다뤄 보도록 하겠다.