[모두를 위한 딥러닝 시즌1] Lec01. 기본적인 ML 개념 및 용어

모든 강의내용은 김성훈 교수님의 ‘모두를 위한 딥러닝’을 기반으로 한다.

 

첫 강의는 머신러닝의 기본적인 개념과 용어와 관련된 강의이다.

 

머신러닝의 등장 배경은 사람이 모든 조건을 코딩하는 것에 점차 한계점을 느낌에 있었다.

 

김성훈 교수님 유튜브 강의 ppt의 일부

 

개념에서 볼 수 있듯이, 컴퓨터에게 직접 프로그래밍 할 수 있는 능력을 부여하는 것이다.

 

크게 정답을 알려주고 학습시키는 “지도학습(Supervised Learning)"과 정답을 알려주지 않은 채로 학습하는 ”비지도학습(Unsupervised Learning)"으로 구분한다. 이외에도 강화학습이라는 것도 존재하지만 이 강의에서는 다루지 않는다.

 

머신러닝이 문제해결을 위해 사용되는 대표적인 분야들에는 ‘이미지 라벨링’, ‘스팸 이메일 필터’, ‘다양한 점수 예측’ 등이 있다.

 

위의 예시에서도 알 수 있듯이 몇 가지 클래스가 주어지고 input data가 클래스들 중 어디에 해당되는지 구분하는 classification이 있고, input data가 연속된 값들 중 특정 값을 예측하도록 하는 regression이 존재한다.