[Datascience] 선형대수학? 머신러닝? So what? (Feat. AI pandas)

 

안녕하세요 다제입니다. 

오늘부터는 머신러닝에 대해서 배워보도록 하겠습니다. 

빅데이터, 딥러닝, 인공지능 등 요즘 우리가 너무 자주 듣는 말 입니다. 

 

사실 인공지능에 관한 학문적 연구는 오래 전부터 시행되었는데 왜 최근 이렇게 난리난리 일까요?

 

그래서 제가 준비했습니다!

오늘은 머신러닝이 핫한 이유와 머신러닝의 개념 그리고 배경 지식에 대해 나누어 보고자 합니다. 

 

 

1. 머신러닝이 HOT한 이유 

-. 옛날에는 활용할 수 있는 데이터가 pc, 스마트폰의 도입으로 기아급수적으로 증가하였다. 

-. 컴퓨터 성능이 매우 많이 좋아졌다. 

-. 머신러닝의 활용성한 가치 창출과 그로 인한 수익이 증명되었기 때문에!( 맞춤영상/광고 )

 

사실 머신러닝을 하기 위해서는 많은 데이터가 필요합니다. 

기계에게 학습시킬 데이터가 많을수록 성능이 증가하기에 무엇보다도 데이터가 중요하였습니다. 

그런데 10년전만해도 데이터가 많지 않았습니다.. 그러기에 이러한 머신러닝 학문 또한 발전할 수 없었죠

 

 

그렇다면 인공지능, 머신러닝, 딥러닝, 빅데이터 많은 용어들이 도대체 어떻게 얼키고 설켜있을까요?

쨘!  개념과 같이 봐보겠습니다!

 

 

2. 인공지능 vs 머신러닝 vs 딥러닝 

-. 빅데이터 : 엄청나게 많은 양의 데이터 ( 데이터의 보관 / 처리 , 분석까지 포함 )

-. 인공지능 : 프로그램이 인간처럼 생각/행동하게 하는 학문 

-. 머신러닝 : 기계가 학습한다는 건 프로그램이 특정 작업(T)을 하는데 있어서

                    경험(E)을 통해 작업의 성능(P)을 향상시키는 것 

-. 딥러닝 : 머신러닝에 포함된 하나의 기법

 

 

3. 머신러닝

-. 개념

  * 머신 닝이란, 프로그램이 경험을 통해 특정 작업의 성능을 향상시키는 학문

 

 

-. 종류

  * 지도학습 : 학습데이터의 답을 기계에게 지도하며 알려준다 하여 지도학습이라 함 

  * 비지도학습 : 답이 없고 기계 스스로 답을 분류하고 찾아내는 학습 

  * 강화학습 : 어떤 환경 안에서 정의된 에이전트가 현재의 상태를 인식하여,

                     선택 가능한 행동들 중 보상을 최대화하는 행동 혹은 행동 순서를 선택하는 방법

 

 

 -. 머신러닝을 위해 꼭 알아야할 수학적 개념 

  * 선형대수학 : 선형대수학은 일차식이나 일차 함수를 공부하는 학문이다. 

                        선형대수학에서도 행렬을 우리는 많이 사용할텐데

                        행렬로 많은 정보를 하나로 묶어 통채로 계산을 할 수 있는 학문이다. 

                        df가 숫자로만 이루어져 있다고 생각하면 훨씬 와닿을 것이다. 그걸 코드를 사용하여 이용만 하면 된다! 

 

  * 미적분학 : 머신러닝의 최적화를 위해 사용된다고만 지금은 알고 있으면 됩니다. 

 

  * 통계학 : 통계는 데이터의 큰 흐름을 파악하는 용도와 신뢰성을 확인하는 목적으로 사용됨 

 

 

오늘은

빅데이터 vs 인공지능 vs 머리신러닝 vs 딥러닝의 개념과 

머신러닝을 배우기 위해서 우리가 알아야할 수학적 개념에 대한 구조도를 같이 살펴보았습니다. 

이번주 내내 시리즈로 포스팅 드릴 예정이오니 많은 관심 부탁드려요! 

 

감사합니다.