Machine Learning 기초- 3가지 학습 방법

*본 게시물은 21-2학기 연세대학교 일반대학원 온라인데이터수집과분석(이상엽 교수님) 수업 내용을 정리한 것입니다.

 

빈도분석은 기계학습 알고리즘을 사용하지 않는 텍스트 분석 방법이었습니다.

이제부터는 기계학습 알고리즘을 사용하는 텍스트 분석 방법을 다루려고 합니다. 수업에서는 군집화(clustering), 네트워크 분석(기계학습 알고리즘의 기초 개념, 원리가 적용됩니다.), 그리고 분류를 다룹니다.

 

인공지능, 기계학습, 딥러닝

그림에서도 알 수 있듯이 인공지능은 기계학습, 딥러닝을 포함하는 개념입니다. 즉 기계학습, 딥러닝은 인공지능 구현에 있어 중요한 구성요소입니다. 

그렇다면 인공지능(Artificial Intelligence)은 무엇일까요? 사람의 지능을 필요로 하는 task를 스스로 알아서 해결할 수 있는 컴퓨터를 뜻합니다. task 들에는 다음의 것들이 포함됩니다. 

Pattern recognition (e.g., Facebook face recognition) Speech recognition (e.g., AI Speakers) 음성인식 기술  Machine translation (e.g., Google, Naver Papago) 기계번역 서비스 Search engine Self-driving car Prediction such as sales, medical disease, etc. Recommender system

인공지능을 구현하는 데에는 

학습이란?

기계학습에서 '학습'은 여러 종류의 정보를 포함하는 데이터에서, 문제 해결에 유용하게 사용될 수 있는 정보를 추출하는 것을 말합니다.