[머신러닝] 기계학습 방법

기계학습 방법

• 톰 미첼의 공식적인 머신러닝 정의

  ✔ "미래 경험을 통한 성능이 향상되면 기계는 자신의 경험을 활용할 수 있을때마다 학습한다"

• 미래의 실행에 따라 변환은 완전히 무시됨

• 학습은 실제 실행하는 데 어려움이 있음

• 인간의 뇌는 자연적인 학습 능력을 가지지만, 컴퓨터는 필요한 조건에 따라 명시적으로 학습

• 머신러닝 알고리즘은 이해와 구별을 위해 구현하는 데 도움을 줌

 

---

머신러닝과 인간학습 비뵤

• 인간과 기계의 기본적인 학습 과정은 유사함

• 학습 과정은 네 개의 구성 요소로 구분

  1️⃣ 데이터 셋 저장소(Data Storage)

       기억(Memory), 관찰(Observation), 소환(Recall)을 통한 미래 추론은 적합하고 현실적인 토대를 바탕으로 함

  2️⃣ 추상화개념(Abstraction)

       데이터의 포괄적인 표현과 개념적인 변환

  3️⃣ 보편일반화(Generalization)

       데이터를 활용해 지식과 추론적인 면을 생성하고, 새로운 환경에서 실행

  4️⃣ 결과 평가(Evaluation) 

       학습을 통해 지식의 효율적인 면을 측정하여 개선사항을 표시하고, 피드백을 매커니즘으로 제공

 

---

학습과정

• 사람은 마음을 통해 기억, 추론, 유도 과정을 거쳐 직관적 학습 가능

• 사람에 따른 차이는 주관적 관념에 따라 기인됨

• 학습적인 지식은 미래의 실행 측면에서 관찰, 전환, 활용 데이터를 '과학'으로 간주