Machine Learning 관련 용어

내가 공부하기 위해 작성함!!

 

분류: 학습 형태

*지도학습 (Supervised learning)

: 정답이 무엇인지 알고 있는 데이터를 컴퓨터에 학습시켜 새롭게 들어오는 데이터에 대한 결과를 예측하는 학습 방법

ex)

그림1.지도학습 예시 그림

알고리즘

       1. 회귀 (Regression)

               -선형 (Linear), 릿지 (Ridge), 라쏘 (Lasso) 

       2. 분류 (Classification)

               - 최근접이웃 (kNN), 나이브베이즈 (Naive bayes), SVM (Support vector machine)

                        *k-nearest neighbors algorithm

                         :가장 가까운 샘플을 찾고, 그 샘플과 같은 클러스터로 분류하는 것 

 

*비지도학습 (Unsupervised learning)

: 정답을 알려주지 않고 예측하는 방법으로 패턴과 형태를 찾아 비슷한 데이터들끼리 군집화하여 예측하는 학습 방법

-> 그룹핑 알고리즘 (데이터 구성 확인)

       

알고리즘 

        k-평균 알고리즘, PCA, 밀도추정 (Density estimation), 상관분석 (Association analysis)

 

*강화학습 (Reinforcement learning) 

:학습할 데이터를 사전에 준비시키지 않아도 되는 방법

ex)

*게임-강화학습이 발전하게 된 토대를 만들어주고 지금도 강화학습 알고리즘의 테스트베드로 많이 사용함

-> 데브시스터즈: 알파런, 강화학습을 이용해 사람 대신 쿠키런을 플레이하는 프로그램. 구현하는데 딥러닝과 강화학습 기술 8가지 사용됨

 

*알파고- 바둑을 두는 방법을 학습하기 위해 먼저 대량의 과거 바둑 기보를 통해 인간 바둑 기사들을 모방 학습함. 

그 다음 독립적인 자기 자신을 상대로 수 없이 많은 바둑을 두면서 시행착오를 거쳐 경기력을 개선해 나감.

 

*자율주행차-카메라로 입력된 이미지 or 센서 데이터를 이용해 최적의 행동 (직진/정지/후진/차선변경)을 찾는데 사용 

 

알고리즘

          DQN, A3C

 

1. Segmantic segmentation

: It is a deep learning algorithm that associates a label or category with every pixel in an image. 

사용하는 곳

: It can be used to train computer vision application to distinguish an individual's ethnicity, age, and expression. 

ex) Autonomous vehicles are one of the most complex applications of computer vision to date. 

 

-> 인접한 data에 대해 매우 sensitive함 

 

 

 

 

 

 

 

참조) 그림1.https://bigsong.tistory.com/28