인공지능 머신러닝 학습 방법 및 종류 및 딥러닝

인공지능 > 머신러닝 > 딥러닝

 

인공지능은 사고나 학습등 인간이 가진 지적 능력을 컴퓨터를 통해 구현하는 기술이며,

 

머신러닝은 Machine Learning 또는 기계학습이라고 하며, 데이터를 사용하여 기계가 스스로 학습하게 하는 방법입니다. 즉, 머신러닝은 컴퓨터가 스스로 학습하여 인공지능의 성능을 향상시키는 기술 방법입니다. 

 

머신러닝에는 지도학습, 비지도학습, 강화학습, 딥러닝 이 있습니다. 

지도학습은 레이블(정답)이 있는 데이터를 가지고 학습하는 방법이며,

비지도학습은 레이블(정답)이 없는 데이터로 학습하는 방법이며,

강화학습은 시행착오를 통해 학습하는 방법입니다. 

 

딥러닝은 머신러닝의 한 분야로서 컴퓨터가 사람처럼 생각하고 배울수 있도록 하는 기술, 즉 학습을 통하여 생각하는 컴퓨터가 되도록 하는 기술입니다. 즉, 딥러닝은 인간의 뉴런과 비슷한 인공신경망 방식으로 정보를 처리하고 학습하는 방법입니다. 

Deep Learning Neural Network, 신경망, 딥 뉴럴 네트워크라고도 합니다. 

 

인공지능은 딥러닝을 통하여 학습을 진행합니다. 

딥러닝 후 인공지능에 새로운 데이터를 입력하면, 틀린 판단을 하게되는데, 오차역전파라는 학습 과정을 거쳐서 오차를 줄입니다. 

오차 역전파 Error Back Propagation 는 출력층에서 발생한 결과를 입력층 방향으로 전송하면서 오차를 수정하는 것입니다.  

오차역전파 딥러닝의 횟수가 늘어날수록 인공지능은 더욱 정확하게 됩니다. 

 

데이터 레이블링은 컴퓨터를 지도하는 데이터를 만드는 과정이며, 지도학습이라고 합니다. 

틀렸는지 맞았는지 알아야 판정해서 에러를 교정하는데, 데이터 레이블링을 통하여 데이터에 판정 결과를 표시합니다. 

즉, 딥러닝에는 데이터 레이블링이 된 수많은 데이터를 필요로합니다. 

 

비지도학습은 레이블이 없는 상태에서의 학습으로서, 패턴을 분석하도록 학습시키는 방법으로서, 레이블을 할수 없는 수많으 데이터를 분석하는데 적합한 학습이지만, 지도학습에 비하여 더욱 매우 많은 학습 자료를 필요로 합니다. 

 

강화학습은 알파고로 유명합니다. 

처음부터 데이터가 없는 것으로서, 해보고 또 해보는 과정을 통하여 그때 그때 학습하도록 하는 학습입니다. 

실수에서 배우는 것으로서, Learning From Mistakes 라고 합니다.