기계학습

I. 인공지능의 구현기술, 기계학습의 개요

가. 기계학습의 정의

   - 주어진 데이터들을 분석하여 그로부터 일반적인 규칙이나 새로운 지식을 자동적으로 추출해내는 기술

---

II. 기계학습의 개념도 및 구성요소

가. 기계학습의 개념도

나. 기계학습의 구성요소

구성요소	설명
Data Set	- 학습을 통해 모델을 만들고 검증하기 위한 데이터 집합
Training Set	- 학습에 사용하는 데이터 전체에서 60% 할당
Validation Set	- Training Set에 의해 학습중인 모델의 중간 검증 Set - Training Set에 편중되는 Overfit을 방지하기 위해 사용 - Overfit: 학습데이터를 과하게 학습하여 실제 데이터의 오차 증가 현상
Test Set	- Training Set에 의해 학습이 완료된 모델의 성능, 성능지표 산출

---

III. 기계학습의 학습유형

유형	설명
지도학습	- 학습 데이터로부터 하나의 함수를 유추하기 위한 방법
비 지도학습	- 입력 값에 대한 목표치가 주어지지 않는 학습 알고리즘
준 지도학습	- 목표 값이 표시, 미 표시 데이터를 모두 학습에 사용하는 방법
강화학습	- 앞으로 누적될 포상을 최대화하는 일련의 행동, 정의되는 정책을 찾는 방법