[머신러닝] 머신러닝 성공 유형 및 사용 사례

머신러닝 사용과 한계

• 머신러닝의 문제 해결 시 이해하는 능력은 상대적인 한계가 존재함

• 기계 학습은 순수한 지적 능력에 해당

• 빅데이터에서 패턴을 찾는 것은 사람보다 컴퓨터가 더 적합함

• 분석하는 것에 동기를 부여하고 결과의 의미와 실행 측면에서 사람이 필요함

• 기계는 질문의 이해와 유형별 질문 파악에 취약함

• 컴퓨터가 이해 가능한 방식의 질문이라면 파악 용이

• 머신러닝의 성공적 활용, 개선 영역, 피해 상황을 고려하여 파악해야 함

 

---

머신러닝 성공 유형

• 전문적 지식의 대체보다는 지식의 증가 필요

• 인류의 생명 보호를 위해 전문 의사와 공유

• 스마트 홈, 자동차 제작에 엔지니어와 프로그래머 활용

• 사회학자는 사회적 지식을 쌓는데 도움이 됨

• 정부기관, 기업, 병원, 과학연구소 등에서 사용

• 데이터 생성 또는 수집에서 데이터 이해에 적합한 머신러닝 알고리즘 활용

 

---

머신러닝 사용 사례

• 최근 머신러닝 성공 사례

  ✔ 재해의 보험 통계적 범위 추정

  ✔ 사회 범죄 집중 지역 관리

  ✔ 선거 결과의 예측

  ✔ 고객 유형별 타깃 광고 개발

  ✔ 신용카드의 불법성 거래 감시

  ✔ 드론과 자율주행 자동차의 알고리즘 개발

  ✔ 유전자를 이용한 질병 연구

  ✔ 이상 기후 변화의 예측

  ✔ 이메일의 스팸 구분

  ✔ 에너지 소비 효율 최적화 전략