[멋사] AI SCHOOL 5기_ Day 26

출처_ https://blogs.nvidia.co.kr/2016/08/03/difference_ai_learning_machinelearning/

머신러닝은 크게 인공신경망을 사용하는 딥러닝과 사용하지 않는 전통적인 머신러닝으로 나뉜다.

인공지능이란?

자신을 둘러싼 환경을 지각/인식하고 → 적절한 행동을 취하여 → 목표를 성취할 가능성을 최대화 하는 기계(가 가진 지능)

 

지능의 규범 범위에 따라 구분하자면..

Artificial Narrow Intelligence("weak AI") → Artificial General Intelligence("strong AI") → Artificial Super Intelligence

이렇게 볼 수 있다.

약한 인공지능은 특정 영역의 문제를 푸는 인공지능 기술을 말한다.

알파고나 왓슨 모두 약한 인공지능이며, 현재까지 인간이 만들어낸 인공지능이라고 불리는 모든 것은 다 약한 인공지능이라고 볼 수 있다.

강한 인공지능은 인간의 지능을 가지고 생각할 수 있는 컴퓨터를 말한다. 

명령을 받지 않아도 스스로 일을 할 수 있으며, 자신이 생각했을 때 불합리하다면 명령을 거부할 수도 있는 수준을 말하는데,

사실 이 개념은 완전하지 않다. '인간의 지능' 자체를 명확하게 규정할 수 없기 때문이다.

 

따라서,

"우리 회사는 인공지능을 적용해 ~~를 하는 회사입니다" 라는 말은 

"우리 회사는

1) (각종 정형/반정형/비정형) 데이터를 활용하여 

2) (데이터를 가장 잘 설명할 수 있는 함수(알고리즘)의 후보들을 정하고,

     함수에 포함된 Parameter 들의 가장 좋은 값을 컴퓨터로 찾아낸) 모델을 만들고

3) 이 모델을 적용한 ~~ 기능을 만드는

회사입니다." 라는 뜻이다!

 

머신러닝이란?

아서 사무엘은 "컴퓨터가 명시적으로 프로그램 되지 않고도 학습할 수 있도록 하는 연구 분야" 라고 정의했다.

머신러닝은 1) 어떠한 과제를 해결하는 과정에서  2) 특정한 평가 기준을 바탕으로  3) 학습의 경험을 쌓아나가는 프로그램 이다.

 

머신러닝은 크게 3가지로 분류된다.

무엇이 되었든 데이터를 가장 잘 설명하는 함수를 찾는 것이 목표다!

 

1️⃣ Supervised learning (지도 학습)

정답(Label, Target)이 존재하는 데이터를 가지고 Input data에 대한 정답을 예측하기 위해 학습시키는 것이다. 

Output의 형태에 따라 회귀 분석과 분류 분석으로 나눌 수 있다.

회귀(Regression) 분석은 Output이 실수 영역 전체에서 나타난다.

분류(Classification) 분석은 Output이 class에 해당하는 불연속값으로 나타난다.

 

2️⃣ Unsupervised learning (비지도 학습)

정답(Label, Target)이 존재하지 않는 데이터를 가지고 Input data 속에 숨어있는 규칙성을 찾기 위해 학습시키는 것이다.

비지도 학습의 대표적인 종류로는 군집 분석(Clustering)과 차원 축소(Dimensionality reduction)가 있다.

 

3️⃣ Reinforcement learning (강화 학습)

주위환경과 자신의 행동(Decision) 사이의 반복적 상호작용을 바탕으로, 최종적으로 얻게 될 기대 보상을 최대화하기 위한 행동 선택 정책(Policy)을 학습시키는 것이다.

 

학습(Learning)이란?

내가 다루고 있는 데이터를 가장 잘 설명하는 방법을 찾는 과정이다!

즉, 내 데이터에 맞는 모델을 찾는 과정(= Model fitting)이다. 

➡️ 어떻게 찾을 수 있을까?

1) 초기 모델(가설 모델)에 데이터를 넣는다.

2) 결과를 평가한다.

3) 결과를 개선하기 위해 모델을 수정한다.

다시 말하면, 실제 정답과 예측 결과 사이의 오차(Loss, Cost, Error)를 줄여나가는 최적화 과정이다.

 

Capacity는 현실 세계의 복잡함을 담아낼 수 있는 용량을 뜻한다.

중요한 점은 capacity가 크다고 무조건 좋은건 아니다!

Overfitting(과적합)을 피해야 한다.

Capacity의 극대화 → Overfitting 발생 → Generalization error 증가 → 새로운 데이터에 잘 대응하지 못함

 

➡️ 새로운 데이터에 대해서도 좋은 결과를 내게 하려면 어떻게 해야될까?

 

Cross validation(교차 검증)

데이터를 3개의 그룹으로 나눠

1) 60%의 Training data로 모델을 학습(Learn)시킨다

2) 20%의 Validation data로 모델(or Hyper Parameter)을 최적화/선택(Tune)한다

3) 20%의 Test data로 모델을 평가(Test only, no more tune)한다.

이때 비율은 6:2:2 또는 7:3을 많이 사용하는데,

대용량 데이터라면 98:1:1 이나 99:0.5:0.5 를 사용하기도 한다.

 

K-Fold Cross Validation (후보 모델 간 비교 및 선택을 위한 알고리즘)

K-Fold CV는 여러가지 모델이 있을 때 어떤 모델을 쓰는게 좋을지 구하는 알고리즘이다. (여기서 K 는 ‘우리가 결정하는 것'을 뜻한다)