머신러닝과 인공지능

4학년이 되면서 머신러닝에 대해 공부를 시작했다. 첫 인공지능 수업인데 잘 따라갈 수 있을지 모르겠어서

따로 조금씩 공부를 시작해보기로 했다.

​

먼저 머신러닝은 무엇일까?

머신러닝은 인공지능의 하위 집합으로, 많은 양의 데이터를 제공하여 명시적으로 프로그래밍 하지 않고 신경망과 딥러닝을 사용하여 시스템이 자율적으로 학습하고 개선될 수 있게 도와준다.

그렇다면 딥러닝은 무엇일까?

딥러닝은 인간의 두뇌에서 영감을 얻은 방식으로 데이터를 처리하도록 컴퓨터를 가르치는 인공지능(AI) 방식이다.

딥러닝 모델은 그림, 텍스트, 사운드 및 기타 데이터의 복잡한 패턴을 인식하여 정확한 인사이트와 예측을 생성할 수 있다.

​

요약하면, 딥러닝은 머신러닝의 한 분야로서, 신경망과 같은 심층 구조를 사용하여 데이터로부터 자동으로 특징을 학습하는 데 중점을 둔다. 머신러닝은 둘 다에 해당되지만, 딥러닝은 특히 복잡하고 대규모인 작업에서 효과적이다.

위 사진은 머신러닝과 일반 프로그램의 처리 과정 차이로, 기존에 있는 데이터들과 정답 값이 컴퓨터에 옮겨지면 새로운 모델 값이 생성되고 해당 모델값과 새롭게 입력된 데이터값들이 컴퓨터로 다시 옮겨지면서 결과가 나온다.

​

일반 프로그램과 다른점은 자동으로 데이터들이 예측이 되어 결과값이 나온다는 것 이다. 계속해서 데이터 값들을 학습하기 때문에 기존 프로그램보다 훨씬 효율적으로 데이터들을 처리할 수 있다.

​

아래 사진은 머신러닝 프로세스의 과정이다.

위 사진은 머신러닝의 핵심 라이브러리인데, 보통 넘파이와 판다스를 많이 사용하는 것 같다.

언어는 파이썬을 사용한다.

​

해당 라이브러리에 있는 명령어들을 사용하여 데이터들을 학습시키며 새로운 모델을 도출해내는 것 이다.

위 사진은 데이터 값들을 시각화 한 사진인데, 이런식으로 사람들의 눈에 쉽게 들어오도록 보여줄 수 있다.

시각화는 다음 글에서 제대로 설명하겠다.

​

​

마치며

머신러닝과 인공지능은 밀접한 관계를 가지고 있는데, 인공지능은 머신러닝을 포함하는 하위 집합으로 볼 수 있다. 간단히 말해, 머신러닝은 인공지능의 한 분야로, 컴퓨터 시스템이 경험을 통해 학습하고 문제를 해결하는 데 사용되는 기술을 다룬다.

​

간단히 말해, 머신러닝은 인공지능을 실현하기 위한 방법 중 하나로서, 데이터 기반 학습을 사용하여 모델을 구축하고 문제를 해결하는 기술을 제공한다. 따라서 인공지능은 더 큰 개념이며, 그 안에는 머신러닝과 같은 여러 하위 분야가 포함된다.