생활코딩6 2021 머신러닝야학 - 5 [강화학습] Reinforcement Learning 핵심은 일단 해보는 것! 지도학습이 배움을 통해서 실력을 키우는 곳이라면, 일단 해보면서 경험을 통해 실력을 키우는 것이 강화학습! 두 개의 주체가 필요합니다. 게이머와 게임을 예시로 들겠습니다. 이런 상태에서 게임의 실력을 키워가는 과정을 따져봅시다. 우선 게임은 게이머에게 현재의 상태를 보여줍니다. 캐릭터는 어디에 있고, 장애물은 어디에 있는지 알려줍니다. 동시에 현재의 점수도 알려줍니다. 게이머는 이 값이 높아지는 것이 상이고, 장애물에 부딪히는 것이 벌입니다. 관찰의 결과에 따라서 어떤 상태에서 어떻게 행동해야 더 많은 상을 받고, 더 적은 벌을 받을 수 있는지를 알게 됩니다. 즉, 판단력이 강화된 것입니다. 판단에 따라서 행동을 합니다. 그 .. 2021. 1. 13. 2021 머신러닝야학 - 4 비지도학습은 군집화 + 연관규칙학습 + 변환으로 구성된다. 군집화(clustering) : 비슷한 것들을 찾아서 그룹을 만드는 것. 분류와 차이점 군집화는 소속이 없는 애들에게 소속을 만들어주는 것, 분류는 소속은 있는데 어느 소속으로 가야할지 정해주는 것. 군집화라는 도구에 1,000만개의 관측치(행)을 입력하고, 100개의 클러스터가 필요하다고 알려주면, 유사한 속성을 가진 관측치끼리 분류하여 총 100개의 클러스터를 만들어 줍니다. ** 딱 떠오르는 건, 엑셀의 피봇테이블과 같은 느낌? 이랄까! 데이터를 다루는 업무를 하면서 피봇테이블은 떼려야 뗄수 없는 기능인데, 그 기준들을 자동으로 비지도학습의 군집화 작업을 통해 가능하다니! 추가적으로 군집화 과정에서 판단된 유사한 속성 까지 알 수 있을까? .. 2021. 1. 12. 2021 머신러닝야학 - 3 [머신러닝의 분류] 머신러닝은 단일 기술이 아니다. 기계학습은 지도학습 + 비지도학습 + 강화학습 으로 이뤄져 있다. ** 비유는 이해하기에는 좋지만, 비슷한 것일뿐 진실이 아니기 때문에 동일시해서는 안된다는 걸 명심 할 것! 지도학습은 문제집으로 학생을 가르치듯이 데이터로 컴퓨터를 학습시켜서 모델을 만드는 방식 비지도학습은 기계에게 데이터에 대한 통찰력을 부여하는 것. 정답을 알려주지 않더라도 데이터를 관찰하고 의미나 관계를 밝혀내는 것 (정리) 강화학습은 지도학습과 비슷하지만, 정답을 알려주는 지도학습과는 다르게 경험을 통해 어떻게 하는 것이 더 좋은 결과를 낼 수 있는지 스스로 수련하는 것. 퀘스트를 깨고 경험치를 쌓는 것과 비슷하다고 보면 됨. [지도학습] 원인 -> 결과의 방식. 과거의 데이터로.. 2021. 1. 7. 2021 머신러닝야학 - 2 [직업의 시작] 현실을 데이터로 표현할 수만 있다면, 컴퓨터의 엄청난 힘으로 데이터를 처리할 수 있다! by 머신러닝 복잡한 현실에서 관심사만 뽑아서 단순한 데이터로 만들어야 한다! 데이터 과학 (작가) vs 데이터 공학 (종이와 연필을 만들어서 책도 출판하고, 잘 정리해서 도서관을 운영) 구분되는 것 처럼 보이지만, 서로가 서로에게 없어서는 안되는 관계이다. [표] 행과 열은 표의 기본 구조 -> 복잡한 데이터를 표에 표현할 수 있다면 인간만이 가졌다고 믿었던 통찰력을 기계도 발휘할 수 있게 된다. by 머신러닝 [독립변수와 종속변수] 표 속에 있는 의미있는 정보를 뽑아내는 것이 매우 중요하다. 독립변수(원인)와 종속변수(결과)의 말의 의미를 정확하게 알아야 한다. 모든 인과관계는 상관관계이지만, 모든.. 2021. 1. 7. 이전 1 2 다음
