0회차
용어정리
인공지능 (Artificial Intelligence)
학습, 문제 해결, 패턴 인식 등과 같이 주로 인간 지능과 연결된 인지 문제를 해결하는 데 주력하는 컴퓨터 공학 분야
머신러닝 (Machine Learning) - 컴퓨터가 학습할 수 있는 기술
인공지능을 구현하는 대표적인 방법 중 하나로, 컴퓨터가 스스로 학습하게 하는 알고리즘
딥러닝 (Deep Learning) - 인공신경망으로 학습을 수행하는 기술
머신러닝의 여러 방법 중 하나로, 인공신경망을 활용하는 것

머신러닝의 학습방법
1. 지도학습 (Supervised Learning)
데이터에 대한 정답을 주고 문제를 풀리는 것
ex) 어떤 메일이 스팸인지 알려주고 학습시킴
1-1. 회귀 (Regression)
여러개의 독립변수(Independent variable) 에 의해 종속변수(Dependent variable)이 결정되는 모델링 기법.
선형 회귀 (Linear regression), 다항 회귀 (Plynomial regression) 등이 존재함
ex-1) 선형회귀 (Linear Regression)
하나의 독립변수 x와 종속변수 y의 관계를 가장 잘 표현하는 직선을 찾는 것.

w(weight) : 가중치 / b(bias) : 편향

model : 특정 유형의 패턴을 인식하도록 학습된 파일
여기서 주황색 선이 model 이다.
model 의 식을 가설함수라고 한다. 여러 가설함수 h(x) = wx+b 들 중에 w랑 b값을 확정지어서 그은 하나의 선을 하나의 모델이라 함.
학습된 모델: 최적의 선을 찾은 모델. w와 b를 찾는 것을 학습(learning) 이라고 한다.
ex-2) 다중회귀 (Multiple Linear Regression)
한 개 이상의 독립변수 x와 종속변수 y의 관계를 모델링

초평면의 형태를 갖는다.

1-2. 분류 (Classification)
주어진 데이터를 0이나 1같은 클래스 별로 구별해 내는 과정
*Logistic Regression 에서 임계치를 설정한 후 나온 y값을 가지고 2차 작업을 할 때(class를 분류하는 것)는 Classification.추가 작업 전까지가 회귀.
2. 비지도학습 (Unsupervised Learning)
데이터에 대한 정답을 알려주지 않고 문제를 풀리는 것
ex) GPT
2-1. 군집화 (Clustering)
데이터에 있는 패턴을 찾고, 그것을 기반으로 n개의 집단으로 데이터를 나누는 것

2-2. 시각화 (Visualization):
데이터 분석 결과를 쉽게 이해할 수 있도록 시각적으로 표현하고 전달되는 과정
데이터가 없는 고차원의 데이터를 넣으면 이차원이나 삼차원의 표현으로 만듦.

3. 강화학습 (Reinforcement Learning)
로봇이 모든 경우의 수를 가보면서 가장 최적의 보상이 있는 곳을 선택하게 함.
시행착오(Trial and Error)를 통해 학습하는 방법 중 하나로 실수와 보상을 통해 학습을 하여 목표를 찾아가는 알고리즘
ex) 알파고