본문 바로가기

ML/ML Basic

(3)
[ML] 학습의 종류 왜 다양한 학습 방식이 존재할까?머신러닝 모델은 "데이터"를 통해 학습합니다. 그런데 데이터가 항상 ‘완벽하게 준비’된 건 아닙니다.따라서 머신러닝은 데이터 구성과 학습 목적에 따라 다양한 방식으로 발전해왔습니다.지도 학습 (Supervised Learning)정의: 입력과 그에 대응되는 정답(라벨)이 있는 데이터를 사용목적: 입력을 기반으로 정확한 출력을 예측예시:이메일 → 스팸/비스팸 분류고양이/강아지 이미지 분류대표 알고리즘: Logistic Regression, SVM, CNN, BERT (Fine-tuning 시)비지도 학습 (Unsupervised Learning)정의: 정답(라벨) 없이 입력 데이터만 가지고 패턴이나 구조를 학습목적: 데이터 군집화, 차원 축소, 이상 탐지 등예시:뉴스 기사 ..
[ML] CNN vs RNN vs GAN CNN (Convolutional Neural Network) - 합성곱 신경망주요 용도: 이미지 인식, 객체 탐지, 영상 처리핵심 아이디어: 이미지의 공간적 특성을 보존하면서 특징 추출구조 특징:컨벌루션 계층: 입력 영상을 일련의 컨벌루션 필터에 통과시킵니다. 각 필터는 영상에서 특정 특징을 활성화합니다.ReLU(Rectified Linear Unit) 계층: 음수 값은 0에 매핑하고 양수 값은 그대로 두어서 더 빠르고 효과적인 훈련이 이루어지도록 합니다. 이때 활성화된 특징만 다음 계층으로 전달되므로 이를활성화라고도 합니다.풀링 계층: 비선형 다운샘플링을 수행하여 신경망이 학습해야 하는 파라미터의 개수를 줄임으로써 출력을 단순화합니다.이러한 연산이 수십 또는 수백 개의 계층에 대해 반복되며, 각 계층..
[ML] AI vs ML vs DL AI(Artificial Intelligence)?인간처럼 생각하고, 학습하고, 문제를 해결하는 '지능'을 컴퓨터에 구현하는 모든 기술을 통칭합니다.ML이 아닌 AI의 경우엔 규칙 기반(Rule Base)으로, 사람이 특징을 구체적으로 지정해 준다는 차이점이 있습니다.예를 들어, 고양이와 강아지를 분류할 때 둘의 특징을 사람이 파악해서 알려줘야 합니다.예시: 바둑 두는 컴퓨터, 음성 인식, 자율주행 자동차, 챗봇 등 ML(Machine Learning)?AI의 한 분야입니다.컴퓨터가 "데이터"를 통해 "스스로" 규칙을 학습하고, 예측이나 분류를 할 수 있도록 만드는 기술입니다.사람이 규칙을 알려주지 않아도, 스스로 데이터에서 패턴을 찾아내는 것이 특징입니다.예시: 스팸 메일 분류, 영화 추천 시스템, 고..