머신러닝에 대하여

머신러닝에 대해서 개념이 모호했었는데 아래 링크의 동영상을 보고 정의를 잡을수 있었다.

https://www.youtube.com/watch?v=-2edJNLHPfY

먼저 머신러닝과 인공지능이 서로 다른 개념임을 알게 되었다.

머신러닝은 데이터를 통한 학습으로 의사를 결정하는 거라면,

인공지능은 이미 의사를 결정을 해주고 동작시키는 것임을 알게 되었다.

그리고 머신러닝 알고리즘 방식을 보니, 데이터를 돌려가며 Decision Tree를 만드는 방식이었다.

(간단히 말하자면 수많은 if문을 쓰는데 누굴 위에 쓸 것이냐를 결정해 주는 정도다. 생각보다 간단해서 놀랐다.)

그리고 각 Decision Tree에 가중치를 부여한 것이

바로 우리 뇌의 뉴런신경망을 모사한 Neural Network Controller 임을 알게 되었다. (워낙 유명하죠.)

그리고 머신러닝 학습 방식에도 아래와 같이 크게 3가지 분류의 방식이 존재한다.

Unsupervised Learning (자율학습) :  학습없이 비슷한 데이터 유형끼리 군집을 나누는 방식이다. 통계에서의 군집분석과 비슷하다고 할 수 있다.

Supervised Learning (지도학습) : 데이터를 통한 학습을 통해 결정을 내리는 방식이다.

Reinforcement Learning (강화학습) : 학습이 된 상태에서 자기 스스로가 기존에 학습되지 않은 데이터를 다시 입력하고 다시 학습함으로 더 강화하는 방식이다.

웹콘텐츠 프로그래밍에서는 아마 가벼운 머신러닝 라이브러리 정도를 사용해볼만 할거 같은데,

이러한 지식을 알아두는 것도 나쁘지 않다고 생각한다.

(자연에 있는 생물들의 움직임을 표현해 낼 수 있지 않을까?)