알기쉬운 IT 용어: Machine Learning

advanced concept March 21, 2020

기존의 방법으로는 빅데이터를 분석하기 어렵습니다.
머신러닝(Machine Learning, 기계학습)이 필요합니다.

개념

• 머신러닝(Machine Learning, 기계학습)은 일일이 지시하지 않아도 컴퓨터가 데이터를 학습하여 원하는 동작을 실행할 수 있도록 하는 것입니다.
  • 빅데이터를 학습자료로 쓰면서 머신러닝이 빠르게 발전하고 있습니다.

유형

• 머신러닝의 유형은 크게 3가지로 나눌 수 있습니다.
  • 지도학습은 정답이 있는 문제를 학습하는 것입니다.
    • 기대효과: 같은 유형의 문제를 사람보다 더 신속·정확하게 해결합니다.
  • 비지도학습은 임의의 기준으로 자료를 분류하는 것입니다.
    • 기대효과: 알려지지 않았던 문제(또는 분류기준)을 발견합니다.
  • 강화학습은 보상을 최대화하는 전략을 찾는 것입니다.
    • 기대효과: 주어진 목표를 달성하는 방법을 찾아냅니다.

머신러닝 알고리즘

• 의사결정트리, 베이지안 네트워크, 서포트 벡터머신, 인공신경망, 유전 알고리즘 등 다양한 알고리즘이 개발되어 있습니다.
  • 최근에는 인공신경망 알고리즘을 개선한 딥러닝(Deep-learning)이 각광받고 있습니다.

머신러닝을 활용하려면

• 첫째, 컴퓨터가 해결해야 할 문제를 파악하고, 둘째, 학습을 위한 데이터를 구축하고, 셋째, 머신러닝 알고리즘을 적용해야 합니다.
  • 핵심 문제를 파악하는 능력은 해당 분야의 전문가에게 있습니다.
  • 데이터를 구축하는 능력은 데이터 전문가에게 있습니다.
  • 알고리즘을 적용하는 능력은 머신러닝 전문가에게 있습니다.
• 즉, 머신러닝을 활용하려면 해당 분야의 전문가, 데이터 전문가, 머신러닝 전문가가 함께하는 팀이 필요합니다.