데이터로부터 학습하기

인공 지능 이해하기

Maarten Van den Broeck

Senior Content Developer at DataCamp

AI 기능 및 관련 영역

AI 영역 및 AI 기능

AI 기능 및 관련 영역

AI 영역 및 AI 기능

ML(머신 러닝) 시작하기

머신 러닝: 데이터로부터 학습하고 패턴 식별

머신 러닝의 영역

ML(머신 러닝) 시작하기

머신 러닝: 데이터로부터 학습하고 패턴 식별

머신 러닝의 영역

ML(머신 러닝) 시작하기

머신 러닝: 데이터로부터 학습하고 패턴 식별

머신 러닝의 영역

ML(머신 러닝) 시작하기

머신 러닝: 데이터로부터 학습하고 패턴 식별

머신 러닝의 영역

ML(머신 러닝) 시작하기

머신 러닝: 데이터로부터 학습하고 패턴 식별

머신 러닝의 영역

지도 학습: 분류

분류: 각 데이터 관측값에 해당할 수 있는 범주(클래스) 할당

이진 분류: 두 개의 클래스(예: 양성/음성, 남성/여성 등)

이진 분류

지도 학습: 분류

분류: 각 데이터 관측값에 해당할 수 있는 범주(클래스) 할당

이진 분류: 두 개의 클래스(예: 양성/음성, 남성/여성 등)
다중 클래스 분류: 여러 개의 상호 배타적인 클래스(예: 여러 종)

지도 학습: 모델을 학습/훈련하여 추론을 수행하는 데 필요한 데이터 주석(사전 알려진 클래스의 레이블이 있는 관측값 얻음)

다중 클래스 분류

지도 학습: 회귀 및 예측

회귀: 각 데이터 관측값에 입력을 기반으로 수치 출력 또는 레이블 할당

주택 가격을 추정하기 위한 회귀

시계열 예측: 과거 행동을 기반으로 변수의 미래 값 예측

일별 버스 승객 수를 예측하기 위한 시계열 예측

비지도 학습 및 강화 학습

클러스터링: 유사한 특성을 가진 데이터의 하위 그룹 발견(예: K-평균 알고리즘)

펭귄 데이터 클러스터링

이상 탐지: 비정상적인 관측값 감지(예: 비정상적인 카드 거래)

이상 탐지

연관 규칙 탐색: 거래 데이터에서 항목의 일반적인 동시 발생 발견

함께 자주 구매되는 제품 발견

강화 학습: _경험_(시행착오)을 통해 복잡한 작업 학습

미로를 탐색하는 강화 학습

딥러닝은 어떨까요?

심층 신경망 기반의 고도화된 모델: 기존 ML 모델이 한계에 부딪히는 매우 어려운 작업 해결
인간의 뇌처럼 데이터에서 학습

학습을 위해 필요한 많은 데이터: 때로는 수백만 개의 관측값 필요

딥러닝 작업

딥러닝은 어떨까요?

심층 신경망 기반의 고도화된 모델: 기존 ML 모델이 한계에 부딪히는 매우 어려운 작업 해결

학습을 위해 필요한 많은 데이터: 때로는 수백만 개의 관측값 필요

딥러닝 작업

연습해 봅시다!

인공 지능 이해하기