데이터사이언스 (11) 썸네일형 리스트형 지도학습, 비지도학습, 강화학습 머신러닝의 학습방법을 지도학습, 비지도학습, 강화학습으로 분류합니다. 1. 지도학습: 데이터에 정답이 있음 - 고양이와 토끼를 구분한 예측결과를 출력함 2. 비지도학습: 데이터에 정답이 없음 - 구매이력이 담긴 쇼핑이력, 구매이력으로 소득수준 파악, 소비자의 취향파악 등 정답은 없지만 주어진 정보를 이용해 상관관계를 찾아냄 - 데이터를 그룹으로 나누는 클러스터링과 이상치 탐지에 사용됨 3. 강화학습: 데이터를 사용하지 않고 인공지능이 스스로 시행착오를 겪으며 성장하는 학습방법 - 강화학습을 데이터를 입력으로 받지 않고 주어진환경과 인공지능이 직접 상호작용해 인공지능의 행동을 점점 수정해나가도록 학습함 - 성공적인 행동에 상을 내리고, 잘못된행동에 벌을 줘서 인공지능이 직접 자신의 생동을 개선하게 함 - .. 머신러닝의 이상치 탐지 기법과 적용사례 이상치탐지(Anomaly Detection)란? - 데이터에서 예상과는 다른 패턴을 보이는 개체 또는 자료를 찾음 - 학습데이터를 기반으로 기존 데이터들과는 다른 특성을 갖는 데이터를 찾는 모형을 만드는 방법임 - 사이버보안, 의학분야, 금융분야, 행동패턴 분야 등 다양한 분야에 적용될 수 있음 - 이상탐지는 종종 분류(Classification)문제와 혼동되는데 분류는 두 범주를 구분할 수 있는 경계면을 찾는 것 - 이상탐지는 다수의 범주를 고려해서 이상치가 아닌 데이터들의 sector 를 구분짓는 것 - 이상탐지는 크게 분류기반, NN기반, 군집화기반, 통계적 기법, 스펙트럴 기법 등으로 나뉜다. 이상치탐지기법 적용사례 - 이상거래탐지: 신용, 카드, 보험과 같은 금융계에서 불법 및 악용 사례를 탐지.. 인공지능에서 머신러닝과 딥러닝의 차이 ○ 인공지능이란? 인공지능은 인간의 지능을 모방하여 사람이 하는 일을 컴퓨터가 할 수 있도록 하는 기술임 - 즉 컴퓨터가 사람처럼 생각을 하고 행동할 수 있으며 사람이 반복해서 했던 행동들을 대신해 주거나 사람이 실수할 수 있는 영역에서 그것을 대신해서 정확하게 판단해주는 역할을 함 - 인공지능은 1950년대에 등장했으며 '컴퓨터가 사람처럼 스스로 생각하고 행동을 할 수 있을까?' 라는 생각에서 부터 시작됨 ※ 인공지능 > 머신러닝 > 딥러닝 ○ 머신러닝(입력데이터를 이용해 알지못하는 변수를 반복적으로 학습해나가면서 예측하는 알고리즘) - 기계가 학습하는 모든걸 통칭하고 이미 있는 특징들을 이용해서 학습을 함 - 훈련데이터를 통해 학습된 속성을 기반으로 예측 및 분류 - 예를들어 사람의 얼굴을 분석한다고.. 이전 1 2 다음
