1. Introduction - What is Machine Learning?

* 해당 글은 coursera의 Machine Learning by Andrew Ng 강의를 토대로 작성되었습니다. 

1. Introduction - What is Machine Learning?

<목차>

1. 기계학습의 정의/역사

2. Mitchell 이론에 따른 QUIZ

3. 다양한 학습 알고리즘의 존재

 

 

1. 기계학습의 정의/역사

아직 기계학습의 명확한 정의는 전문가들 사이에서도 정의되지 않음

 

Machine Learning definitiom

- Arthur Samuel(1959). Machine Learning

: Field of study that gives computers the ability to learn without being explicitly programmed

체커 게임을 컴퓨터가 수 만번 반복 수행하도록 하여, 명백한 프로그램이 없이 어떤 수(手)가 이기고 지는지 알게 되고 상황에 따라 수의 좋고 나쁨을 판단할 수 있게됨

 

-Tom Mitchell(1998). Well-posed Learning

: A computer program is said to learn from expreience E with respect to some task Tand some performance measure P, if its performance on T, as measured by P, improves with experience E.

: '기계학습'을 '학습 과제'(Well-posed Learning) 중심으로 정의

프로그램이 일정 수준의 작업 성능(P)를 가지고 작업(T)를 수행한다고 했을 때, 경험 (E)이 증가함에 따라 작업(T)를 수행하는 성능 (P)이 향상될 수 있음 이때 프로그램이 경험(E)로부터 학습(learn)을 했다고 표현

 

<Mitchell의 정의를 체커 게임에 대입>

- 체커스에서의 경험(E)는 '같은 게임을 수만법 반복하는 과정'

- 작업(T)는 체커 게임을 수행하는 행위

- 작업(P)는 프로그램이 다음 판을 새로운 상대로 했을 때, 그 판을 이길 확률(probability)

 

 

 

2. Mitchell 이론에 따른 QUIZ

Q Suppose your email program watches which emails you do or do not marks as spam,

and based on that learns how to better filter spam. What is the task T in this setting?

1. Classsifying emails as spam or not spam. -> T

2. Watching you label emails as spam or not spam. -> E

3. The number (or fraction) of emails correctly classified as spam/not spam -> P

 

 

3. 다양한 학습 알고리즘의 존재

Machine learning algorithms:

다양한 학습 알고리즘이 존재

주로 배울 것은 지도학습(Supervised learning)과 자율학습

- Supervised learning

: 지도 학습은 작업을 수행할 수 있는 방법을 컴퓨터에게 가르치는 것이 핵심

- Unsupervised learning

: 비지도 학습의 경우, 컴퓨터가 스스로 학습하도록 유도

 

Others: Reinforcement learning, recommender systems.

: 강화학습, 추천시스템과 같은 용어도 존재

둘다 기계학습 알고리즘이지만 그래도 많이 사용하는 것은 지도학습과 비지도 학습알고리즘

 

Also talk about: Practical advice for applying learning algorithms