What is machine learning?

 

머신러닝을 공부하기 시작할 때,

가장 먼저 들었던 수업은 Andrew Ng교수님의 "Machine Learning" 이었다.

익숙한 아이콘 ㅋㅋ

 

앤드류 교수님의 특징인 나긋함과 섬세함으로 강의가 진행되고

처음 머신러닝 공부를 시작할 때 듣는 사람도 이해할 수 있을 정도의 난이도라

편하게 이해할 수 있었다.

 

 

 

그 수업을 통해서 머신러닝, 딥러닝의 기본적인 개념들을

쉽게 이해하고 정리할 수 있었다.

 

그 때 정리했던 노트들을 오랜만에 발견하고

그 내용을 적어보려 한다.

 

 

 

 

 

 

처음 강의 내용은 머신러닝이 무엇인지에 관한 내용이다.

 

 

"What is machine learning?"  이라는 질문에 답하는 형신인데,

앤드류 교수님은 Tom Mitchell의 말을 인용하여 설명해 주셨다.

 

"A computer program is said to learn from experience E

with respect to some class of tasks T and performance measure P,

if its performance at tasks in T, as measured by P, improves with experience E."

 

 

체크 게임으로 예를 들어 보면,

E = The experience of playing many games of checkers

E = 많은 체커 게임에 대한 경험

 

T = The task of playing checkers

T = 체커 게임을 하는 일

 

P = The probability that the program will win the next game

P = 다음 체커게임에서 이길 확률

 

이렇게 세 가지로 설명할 수 있다.

 

 

 

한 마디로,

Task를 통해서 Experience를 쌓고 그 Performence를 측정하는 것이다.

다시 말해, 컴퓨터 프로그램이 정해진 규칙(알고리즘)이 아닌 데이터를 통해

직접 학습으로써 그 일을 실행할 수 있는 것을 말한다.

 

 

 

또한, 모든 머신러닝문제는 크게 두 가지로 나눠질 수 있는데,

1. Supervised learning, 2. Unsupervised learning 이 그 두 가지다.

 

 

 

이 두 가지에 대해서는 다음 포스팅에서 다루도록 하겠다.

 

 

 

 

 

---

 

Coursera, "Machine Learningby Stanford University", Andrew Ng