[ML] 머신러닝이란? (뜻, 종류)

 

⚠️ 필자의 언어로 적은 글입니다. 잘못된 정보가 있다면 댓글로 알려주시면 감사하겠습니다.

# 머신러닝이란

컴퓨터를 지속적으로 학습시켜 데이터 속의 패턴을 스스로 찾게 만드는 컴퓨터 알고리즘 연구다.

ex) 예를 들어, 아래 사진처럼 input, output 데이터가 주어진 상태에서, 분석을 통해 두 데이터 간의 관계를 확인할 수 있다.

 

 

 

 

# 머신러닝의 종류

1) Supervised Learning 

input, ouput 데이터를 갖고 있을 때 사용한다.

즉, 답(output / 종속변수)을 이미 알고 있는 경우 사용가능한 머신러닝 기법이다.

 

 

2) Unsupervised Learning

답을 모르고 있는 상태에서 사용한다.

즉, 결과가 정해져 있지 않은 상태에서 활용한다. (기대하고 있는 y값이 없음)

 

Unsupervised Learning에는 여러가지 기법이 있는데, 대표적인 기법 중 하나는 아래와 같다.

 

 

2-1) Clustering 기법

비슷한 데이터끼리 묶어주는 기법

여러가지 기준이 있을텐데, 각각의 클러스터들의 차이가 가장 극명하게 나눠지는 기준으로 나뉘어 묶인다.

 

ex) 딸기, 사과, 귤 중에 크기를 기준으로, 색깔을 기준으로 나뉠수도 있다.

 

 

🧐 그렇다면 우리의 고객은 어떤 기준으로 나눌 수 있을까...?

 

 

 

 

클러스터링 기법으로 나눌 경우, 연령대, 구매상품군, 객단가 등 여러 기준으로 나눌 수 있겠지만 어떤 기준으로 나눌 지 알 수 없기 때문에 여러개의 클러스터로 나눠본 다음 각각의 클러스터가 어떤 특성을 갖고 있는지 직접 확인하면서 새로운 클러스터의 개념을 만들어 갈 수 있다.

 

즉, 더 복잡하고 고차원의 특성을 기준으로 고객들을 나눠볼 수 있다.

 

 

3) Reinforcement Learning

보상과 처벌이라는 기준으로 머신을 학습시킨다.

자율주행차가 신호를 어기거나, 다른 차/건물과 부딪혔을 때 처벌을 내리면서 학습시킬 수 있다.

 

 

ex) 자율주행, 알파고 등등