검색
  • IMGURU

머신러닝



머신러닝의 정의

머신러닝을 정의하기 위해서 우리는 첫 번째로 구성요소의 일부를 정의할 필요성이 있다. 머신러닝 안에서의 머신은 알고리즘을 참조하여 계산하는 방법이라 할 수 있다. 즉, 수학과 로직을 결합한 알고리즘이다.

예를 들어 다음과 같은 숫자들 중에 가장 큰 숫자를 찾는 알고리즘 코드를 보도록 하겠다.


 def find_max (L);
      max = 0;
      for x in L:
           if x > max:
               max = x
           return max

이 알고리즘은 학습 알고리즘은 아니며 변수 max를 0으로 설정하고 x의 값이 max보다 클 경우 x의 값이 max의 값으로 변경되는 간단한 알고리즘이다. 이 알고리즘은  최대 값을 매일 같은 방법으로 찾게 된다.

그렇다면 알고리즘을 배운다는 것은 무슨 의미인가?

트레이닝이란 ?

알고리즘을 트레이닝 한다는것은  알고리즘이 데이터에 노출되어 시간이 지남에 따라 알고리즘 자체가       바뀌는 것을 의미한다. 알고리즘이 스스로 의해 알고리즘을 변경되는것을 트레이닝이라 한다. 사람이 경험에 따라 좀더 나은 결정을 할 수 있는 것 처럼 알고리즘이 배우다는 것은 데이터에 기반하여 좀더 나은 결정을 내리는 것이라 할 수 있다. 사람이 무언가를 배우게 된다면 사물에 대해 접근 하는 방법이 바뀌는 것 처럼     알고리즘이 트레이닝을 통해 배우게 된다면 데이터 처리하는 과정이 변화하게 된다. 

인간은 많은 작업을 수행하고 시간이 지남에 따라 성능을 개선하는 방법을 배울 수 있지만, 알고리즘은 대게 특정 작업을 수행을 잘하게 됩니다. 머신러닝 학습에 관련하여 추상적인 설명을 예로 들자면 이미지 인식은 기계 학습에 널리 사용되고 있다. 이미지 인식을 사용하면 이미지 파일이 알고리즘에 입력되어 해당 이미지가 나타내는 내용을 인식하여 출력할때 이름을 생성하게 됩니다.

파라미터화된 학습 알고리즘 

파라미터는 특정 프로세스를 정의하는 데 도움이되는 값이며, 그리스어 인 metron 과 para 에서 유래하였고 알고리즘의 숫자적인 특징들을 측정하게 됩니다.

아래 공식에 따르면 INPUT x와 OUTPUT y의 관계를 나타내고 있으며 파라미터는 9와 0.1이다.

y = 9x -0.1

그러나 x와 y에 대한 상관 관계를 우리가 알지 못한다면? 

x와 y 각각의 파라미터들을 바꾸어 올바른 파라미터들을 찾을수 있을 것인가?

먼저 파라미터의 값을 정하는 대신에 파라미터를 위한 변수에 관계들을 알고 넘어가는 것이 선행되야 할 것이다.

조회 5회

최근 게시물

전체 보기

기술적 특이점

특이점이란 개념은 수학, 물리학에서 존재하는 개념이다. 1. 특이점(singularity) - 수학: 분수의 분모가 제로에 근접함에 따라 무한대로 발산되는 지점 - 물리학: 광속도로 이동하는 빛조차도 탈출할 수 없는 블랙홀의 경계에 존재하는 사건의 지평선(event horizon) 2. 기술적 특이점 - 영국 옥스포드 사전에 정의된 특이점이란 “인공지능을