Coursera에서 제공하는 Machine learning by Andrew ng 을 보고 포스팅하였습니다.

머신러닝이란 무엇일까? 우리는 모르고있지만 이미 일상 생활속에서 많이 사용하고 있다.

머신러닝은 구글과 빙과 같은 검색엔진을 사용할 때 검색결과의 순서를 우리가 선호하는 순으로 나열해준다. Facebook과 Apple사진앱에서 친구와 함께 찍은 사진을 올리면 친구의 얼굴을 인식해준다. 그리고 이메일을 받을 때 스팸메일인지 스펨메일이 아닌지 걸러주는것 일 또한 머신러닝이다.

Author Samuel은 머신러닝을 다음과 같이 정의했다.

명시적으로 프로그래밍을 하지 않아도 컴퓨터가 학습할 수 있는 능력을 부여하는 연구 분야

the field of study that gives computers the ability to learn without being explicitly programmed.

그리고 Tom Mitchell은 머신러닝을 좀더 현대적으로 정의했다.

만약 컴퓨터프로그램의 성능이 P로 측정된 T가 경험E로 항샹되었다면 컴퓨터프로그램는 어떤일 T에 대한 경험E와 성능측정 P로부터 배웠다고 할 수 있다. 해석 너무 어렵다

A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P, if its performance at tasks in T, as measured by P, improves with experience E.

머신러닝은 크게 3가지로 나눌 수 있다.

• 지도학습 Supervised learning
• 비지도학습 Unsupervised learning
• 강화학습 Reinforcement learning

지도학습(Supervised Learning)

지도학습은 우리가 어떤결과가 나올지 미리 알고 있는 데이터 혹은 입력과 출력의 관계를 가지고 있는 데이터가 주어진다. 지도학습은 크게 ”회귀(Regression)“과 ”분류(Classification)“문제로 나눌 수 있다. 회귀문제 는 연속적인 결과에서 입력에 대한 예측을 하는 문제이다. 분류문제 는 입력한 데이터를 어떻게 분류할것인지 예측하는 문제이다.

예를 들어 지도학습에 대해 이해해보자

친구 중 한명이 집을 팔려고한다. 머신러닝이 어떻게 이 친구에게 도움을 줄 수 있을까?

집의 넓이에 따른 가격데이터가 있다. 이 데이터를 선으로 최대한 잘 나타내면 그림과 같이 데이터를 직선 혹은 2차 곡선으로 나타낼 수 있을것이다. 이런 접근이 지도학습 의 예라고 할 수 있다.

지도학습 이란 알고리즘에게 정답 이 주어진 데이터셋을 학습시키는 것이다. 위의 도표처럼 넓이에 따른 실제 가격의 데이터를 주어지면 이를 학습하고 알고리즘은 넓이에 따른 가격을 연속된 점의 집합 선 으로 나타낼 수 있다. 선으로 나타난 결과를 바탕으로 친구의 집 넓이를 알고 있으므로 가격을 예측 할 수 있을것이다. 이런 종류의 예측 문제를 회기문제(Regression problem) 라고 한다.

회기문제(Regression problem) 는 위 처럼 결과에서 무엇을 예측하는것이다. 혹은 회귀분석(Regression analysis)이라고 한다.

지도학습의 다른 예를 살펴보자.

위 그래프처럼 가슴 종양의 크기가 주어졌을 때 이 종양이 위험한지 아닌지 분류하는 문제이다. 이처럼 데이터들이 주어졌을 때 분류하는 문제를 Classification problem 이라고 한다. 위 처럼 분류를 위험 / 위험하지 않음 2개로 분류할 수 있지만 해결하고자하는 문제의 종류에 따라 여러부류로 분류해서 풀 수 있다.

위 문제에서는 종양의 특성중 크기만을 사용하여 종양을 구별하였지만 다른 특성을 이용하면 다른 접근도 가능하다.

위 그래프는 나이와 종양의 크기에 따라 악성종양인지 아니면 아직 위험하지 않은 종양인지 구별한다. 대략적으로 두 집단을 구분하는 선을 그릴 수 있고 이 선을 기준으로 종양을 분류 할 수 있다.

물론 두 특성만을 가지고 종양을 구분하는건 무리이다. 실제로는 종양의 두께 세포의 크기, 세포의 모양등 다양한 종양의 특징을 고려해야한다.

비지도학습(Unsupervised Learning)

방금 두 예시를 통해 지도학습이 어떤것인지 대략적으로 알 수 있다. 그렇다면 비지도 학습이란 무엇일까?

Classification 문제를 예시를 들어 생각해보자. 우선 지도학습에서 분류문제는 참과 거짓 같은 정답이 주어진 데이터들이 주어진다. 하지만 비지도 학습에는 조금 다른 데이터들이 주어진다.

위와 같이 Label이 같거나 없는 데이터들이 주어진다. 이런 데이터들에서 구조나 규칙을 찾아낼 수 있을까? 비지도학습에서는 이런 데이터들을 여러무더기(Cluster)로 묶는것이 목표이다. 이 문제를 풀기위해서는 Clustrering Algorithm이 사용된다.

비지도학습이 사용되는 실제 사례를 살펴보자.

오늘 신문이다. 여러 신문사에서 같은 뉴스를 올렸는데 구글뉴스가 비슷한 뉴스끼리 묶어놓았다.

비지도학습은 지도학습과 다르게 결과가 어떻게 나올지에 대한 정보가 거의 없거나 없는 문제에 접근한다. 비지도학습을 통해서 각 변수의 특징을 모르는 데이터들로부터 구조를 만들수 있다.

reference

• Coursera Machine learning by Andrew ng