일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 | 31 |
- 학습 알고리즘
- Runtime constants
- 기계학습 기초
- const
- Greedy
- 형변환
- regression problem
- algorithm
- 본즈앤올
- 코드블럭 오류
- 홍정모님
- CLion
- 연산자
- 단항연산자
- #endif
- #define
- standford University
- 코딩테스트
- 이코테
- 기계학습
- coursera
- classification problem
- C++
- Andrew Ng
- 나동빈님
- decimal
- Machine Learning
- sizeof()
- 프로그래밍
- compile time constants
- Today
- Total
wellcome_공부일기
1. Introduction- Welcome 본문
* 해당 글은 coursera의 Machine Learning by Andrew Ng 강의를 토대로 작성되었습니다.
1. Introduction- Welcome
<목차>
1. 다양한 곳에서의 학습 알고리즘 사용
2. Machine Learning이란?
3. Machine Learning의 예
1. 다양한 곳에서의 학습 알고리즘 사용
-
구글이나 Bing에서 검색을 할때 웹검색 엔진을 사용
- 검색엔진들이 검색을 잘 하기 위해서 학습 알고리즘 사용
- 이 알고리즘을 사용하여 구글이나 마이크로소프트에서 웹페이지들을 랭크 -
페이스북 애플의 사진 어플리케이션 이용- 자신과 친구 인식
-> 기계학습 -
이메일을 사용할 때, 스팸필터가 스팸 메일을 구분하는것
-> 학습 알고리즘
※ 인공지능 연구자들의 목표
2. Machine Learning이란?
기계 학습(Machine Learning)
- Grew out of work in AI
: 인공지능 분야에서 발전하여 파생
- New capability for computers
: 기계 학습은 컴퓨터에 새로운 능력을 불어넣어 향상
우리는 기계가 지능을 가져 몇몇 간단한 일들을 스스로 해내길 원했음
E.g, A에서 B로 갈때 어디로 가는게 더빨리 갈 수 있는지
하지만 웹 검색, 사진 태그, 스팸 메일 필터 외에 인공지능 프로그램들이 할 수 있는 것에서 우리가 모르는 부분이 더 많음
-> 기계가 스스로 학습하기 때문에
결론적으로, 기계 학습은 컴퓨터에 새로운 능력을 불어넣어 향상 시켜주기 때문에 오늘날 기초과학과 산업의 여러분야에서 사용되고 있음
3. Machine Learning의 예
Examples:
- Database mining
Large datasets from growth of automation/web.
기계학습이 발전하게 된 이유 중 하나는 웹과 모든 것이 자동화가 되었기 때문
-> 이로 인해 전보다 우리가 가진 데이터가 훨씬 많아졌음(데이터 수집 증가)
E.g, Web click data, medical records, biology, engineering
Web click data - 실리콘밸리의 수많은 회사들이 웹에서 클릭된 데이터를 수집
이것을 클릭 스트림데이터라고 하는데 기계학습 알고리즘을 사용하여 이 데이터를 수집
사용자가 어떠한 서버에 더우 쾌적한지 알아내고 유저에게 더 나은 서비스를 제공할 수 있음
Medical records - 의료기록은 자동화가 되면서 우리는 전자 의료기록부를 가지게 됨
이는 의료 기록들의 분석을 통하여 병을 낫게 하는데 도움이 될 수 있음
Biology - 생물학 계산 자동화를 통하여 생물학자들은 엄청난 양의 유전자를 분석할 수 있음
이는 인간 유전자를 이해하는데 도움이 됨
Engineering - 공학분야 역시 마찬가지로 점점 더 커져가는 데이터를 처리
방대한 데이터들을 학습 알고리즘을 사용하여 분석
- Application can't program by hand
수동적으로 프로그래밍을 할 수 없을 때 사용하는 자동화 학습 프로그래밍 분야
E.g, Autonomous Helicopter, handwriting recoginition, most of Natural Language Precessing(NLP), Computer Vision.
Autonomous Helicopter - 헬리콥터가 사람없이 비행하게 만드는 컴퓨터 프로그래밍 법을 몰랐지만 컴퓨터가 스스로 학습하여 헬리콥터가 날게 하는 방법
Handwriting recoginition - 손글씨를 분석하여 자동으로 분류, 몇 센트만으로 수천마일의 거리로 우편을 보낼 수 있음
Most of Natural Language Precessing(NLP), Computer Vision - 자연어 처리기법은 언어를 이해라고 컴퓨터비전은 그림들을 식별하는 인공지능 분야
- Self-customizing programs
E.g, Amazon, Netflix product recommendations
여러분들의 취향을 고려해서 넷플릭스 아마존 또는 아이튠즈 지니어스가 수십만의 사용자에게 영화나 제품 음악들을 추천하는 서비스
수십만 사용자을 다루는데 매번 다른 프로그래밍을 하지는 않음
-> 이는 기계가 스스로 추천을 할 수 있게끔 만드는 것
- Understading human learning(brain, real AL)
학습 알고리즘은 오늘날 인간이 학습하는 것과 인간의 두뇌를 이해하기 위하여 사용
'컴퓨터 과학 > 머신러닝' 카테고리의 다른 글
2. Model and Cost Function- Cost Function (0) | 2020.06.11 |
---|---|
2. Model and Cost Function - Model Representation (0) | 2020.06.05 |
1. Introduction- Unsupervised Learning (0) | 2020.06.04 |
1. Introduction - Supervised learning (0) | 2020.06.04 |
1. Introduction - What is Machine Learning? (0) | 2020.06.03 |