데이터를 먹고 자라는 똑똑한 카지노 게임 추천
ep.04 "정답을 배우며 성장하는 인공지능, 머신러닝"
1. 머신러닝(Machine Learning)이란?
머신러닝이란, 말 그대로 카지노 게임 추천(Machine)가 스스로 배우는(Learning) 기술이에요. 예전에는 컴퓨터에게 “이런 상황엔 이렇게 행동해!”라고 사람이 직접 하나하나 명령을 줘야 했어요. 하지만 머신러닝은 데이터를 통해 카지노 게임 추천가 스스로 규칙을 배워서 새로운 상황에서도 알아서 판단할 수 있게 도와줘요.
머신러닝은 컴퓨터가 명시적으로 프로그램되지 않고도 배울 수 있는 능력을 가지도록 하는 연구 분야이다. (아서 새뮤얼, 1959)
2. 머신러닝이 작동하는 원리
카지노 게임 추천에게 고양이 사진 여러 장을 보여줘요. 고양이가 나온 사진에는 "이건 고양이야!"라고 정답을 알려줘요. 카지노 게임 추천는 고양이 사진의 공통된 특징(예: 뾰족한 귀, 동그란 눈, 수염 등)을 스스로 찾기 시작해요. 나중엔 처음 보는 사진도, "이건 고양이일 가능성이 높아!"라고 판단해요. 이렇게 데이터를 보고 스스로 패턴을 배우는 게 바로 머신러닝이에요.
우리의 궁극적인 목표는 인간이나 동물처럼 세상을 배우고 이해하는 지능형 시스템을 만드는 것이다. (얀 르쿤, 1998)
3. 머신러닝의 3가지 학습 방식
지도학습 (Supervised Learning) : 정답을 알려주면서 가르치는 방법
카지노 게임 추천에게 데이터를 보여주고, 정답도 함께 알려줘요. 카지노 게임 추천는 이 데이터를 반복해서 보며 "아! 이런 특징이면 이게 정답이구나" 하고 배우는 거예요.
스팸 메일과 일반 메일을 구분하는 정답을 알려주면, 카지노 게임 추천는 새로운 이메일도 스스로 판단할 수 있어요. 또는 고양이 사진에는 '고양이', 강아지 사진에는 '강아지'라고 알려주면, 나중에는 새로운 사진을 보고도 구분할 수 있어요.
비지도학습 (Unsupervised Learning) : 정답을 안 알려줘도 카지노 게임 추천 분류하는 방법
이번에는 카지노 게임 추천에게 정답을 알려주지 않아요. 대신 카지노 게임 추천는 제공된 데이터를 보고 비슷한 것끼리 묶는(군집화, 클러스터링) 방법으로 스스로 배워요.
고객들의 나이와 구매 내역을 보고 비슷한 구매 패턴이 있는 사람들끼리 그룹으로 나눠요. 여러 동물 사진을 보고 고양이처럼 생긴 사진끼리, 강아지처럼 생긴 사진끼리 분류해요. (하지만 무엇이 고양이인지, 강아지인지는 몰라요.)
강화학습 (Reinforcement Learning) : 카지노 게임 추천 해보고, 잘하면 상점, 벌점!
이 방식은 카지노 게임 추천가 게임처럼 배우는 방식이에요. 스스로 어떤 행동을 해보고, 잘했을 때는 보상을 받고, 못했을 땐 페널티를 받아요. 이걸 반복하면서 점점 더 좋은 선택을 하게 되죠.
바둑 인공지능인 알파고는 바둑을 두고 이기면 칭찬을 받고, 지면 벌점을 받으면서 점점 고수가 되었어요. 자율주행 자동차는 잘 달리면 보상, 사고가 나면 페널티를 받아요. 이를 반복하면서 카지노 게임 추천 운전을 잘하게 돼요.
4. 머신러닝, 너의 정체는?
이제 컴퓨터는 '생각'을 한다고 볼 수 있을까요? 정답은 아니에요. 생각이라기보다는, 많은 카지노 게임 추천 보고 규칙을 스스로 찾아내는 것에 가까워요. 사람처럼 감정을 느끼거나 창의적으로 생각하진 않아요. 다만, 패턴을 인식하는 능력은 점점 똑똑해지고 있어요.
머신러닝은 어디에 쓰이고 있나요? 요즘에는 거의 모든 분야에 쓰여요! 알고리즘(콘텐츠 추천), 자율주행 자동차, 병원 진단, 게임, 농사 등 사람이 하던 일들을 컴퓨터가 도와주고 있어요.
[출처]
- Samuel, A. L. (1959). Some Studies in Machine Learning Using the Game of Checkers. IBM Journal of Research and Development, 3(3), 210–229.
- Mitchell, T. M. (1997). Machine Learning. McGraw-Hill.
- Ng, A. (2017). AI for Everyone (Coursera 강의)
- LeCun, Y., Bottou, L., Bengio, Y., & Haffner, P. (1998). Gradient-Based Learning Applied to Document Recognition.Proceedings of the IEEE, 86(11), 2278–2324.
- Russell, S. J., & Norvig, P. (2020). Artificial Intelligence: A Modern Approach (4th ed.). Pearson.
- Bishop, C. M. (2006). Pattern Recognition and Machine Learning. Springer.
