Andrew ng교수님 강의 내용 복습 및 정리 1. What is Machine Learning?

오늘부터 정말 많은 사람들이 추천하는 Andrew ng 교수님의 machine learning강좌를 들을 것이다. Coursera에서 들을 것이고, 매일 1개에서 3개를 유기적으로 들어나갈 생각이다. 그리고 그 내용을 정리하고 복습할 겸 올려보고자 한다.

한국어 자막이 없는 것이 꽤 있었다. 그런데 다행이 edwith에서 andrew ng 교수님이 강의하는 강좌를 모두 번역해서 올려주었다. 정말 감사하게 볼것이다. 본 포스팅 까지는 기존 coursera 강좌이고 다음 포스팅 부터는 edwith의 강좌이다.

어떻게 공부할 지 많은 정보를 보고 들으며 결정했다. 만일 도움될만한 자료들이 궁금한 사람, 어떻게 공부해야되는지 궁금한사람은 아래 주소를 오픈해둘테니 가서 참고해 도움이 되었으면 한다. 자료의 출처는 여러군데에서 뽑아와서.. 페이스북, 티스토리, 블로그 등이다.

https://docs.google.com/document/d/1DaPpohY19YO6D-IMDPvO-VF-WCcQ-o1LOb5efQN2694/edit?usp=sharing

1. What is Machine Learning?

아직 전문가들 사이에서도 무엇이 머신러닝인지 정의가 안되었다.

Arthur Samuel :  컴퓨터가 명시적인 프로그램 없이도 스스로 학습할 수 있는 능력을 연구하는 분야

1959년에 체커게임 플레이 머신러닝을 만들어 스스로 학습하게 했고, 머신러닝은 Samuel의 능력을 넘어섰다고 한다.

Tom Mitchell : 프로그램이 일정 작업성능(P)을 바탕으로 작업(T)을 할 때, 경험(E)이 증가함에 따라 작업(T)을 하는 작업성능(P)을 높일 수 있다.

Tom의 정의를 체커게임 플레이 머신러닝에 적용해보자. E는 같은 작업을 수행하는 것, T는 게임을 하는 것, P는 승률이 될 것이다. 

스팸메일 분류기에도 적용해보자. 분류기는 우리가 어떤 것을 스팸처리하는지 확인하고 그 패턴을 적용해 스팸 제거를 학습한다. 

이때 E는 우리가 어떤 것을 선택하는가이고, T는 스팸을 구별하는 것, P는 정확히 분류된 것의 정도가 된다.

머신러닝의 알고리즘 : 지도학습(Supervised Learning), 비지도학습(Unsupervised Learning)

지도학습은 작업을 수행할 수 있도록 컴퓨터에게 가르쳐 주는 것, 

비지도학습은 컴퓨터가 스스로 학습하도록 요구하는 것을 의미한다.

이외에도 강화학습(Reinforcement Learning), 추천시스템(Recommender System)도 있으나, 가장 많이 사용되는 것은 지도,비지도 학습이다.

짧지만 앞으로 머신러닝을 공부할 수 있다는 것에 매우 설레는 강의였다. 앞으로도 주기적으로 정리해서, 혹여나 나중에 다시 필요할 때 빨리 꺼내 쓸수 있도록 할 것이고, 이 글을 보는 사람들 또한 도움 받을 수 있으면 더욱 좋을 것이다.

수정 : 한국어 자막이 없는 것이 꽤 있었다. 그런데 다행이 edwith에서 andrew ng 교수님이 강의하는 강좌를 모두 번역해서 올려주었다. 정말 감사하게 볼것이다. 본 포스팅 까지는 기존 coursera 강좌이고 다음 포스팅 부터는 edwith의 강좌이다.