Machine Learning 분야

Machine Learning은 기계가 프로그래머로부터 데이터의 처리 방법을 배우지 않고, 학습 데이터를 활용하여 처리 방식을 학습하는 것에 그 목적이 있다.

Machine Learning은 크게 다음 3가지로 분류가 된다 : Supervised Learning, Unsupervised Learning, Reinforcement Learning. 각 분류의 이름을 통해서 어떤 방식으로 학습을 할 것인지 유추할 수 있다.

Supervised Learning은 학습 데이터인 Input에 대한 Output을 실제 값과 비교하여 학습을 시키는 방식이다. 예를 들어 Support Vector Machine, Hidden Markov Model, Regression, Neural Network, Naive Bayes Classification과 같은 알고리즘들이 있다.

Unsupervised Learning은 학습 데이터가 어떻게 구성되어 있는 지 학습하여, 군집화를 하거나 중요 성분들을 추출하기 위한 학습이다. 예를 들어 Clustering, Independent Component Analysis, Principal Component Analysis와 같은 알고리즘들이 있다.

Reinforcement Learning은 상태에 대해서 특정 행동에 대해, 새로운 상태와 포상을 주는 방식을 통해서 현재의 상태에 대해 선택 가능한 행동들 중에 보상을 최대화하는 행동 혹은 행동 순서를 선택하기 위한 학습이다.