머신러닝/딥러닝에서 쓰이는 용어 모음 1
내가 몰라서 정리하는 머신러닝/딥러닝에서 쓰이는 용어 모음...... (+ 일본어 공부)
머신러닝/딥러닝 너무 재밌다.. 재밌는데 어렵다.....
인공지능 (Artificail Intelligence, 人工知能) : 사람처럼 학습하고 추론할 수 있는 지능을 가진 컴퓨터 시스템을 만드는 기술. 학습·추론·판단 등 인간의 지능이 가지는 기능을 갖춘 컴퓨터 시스템. 응용한 것으로서 자연 언어의 이해, 기계 번역, 엑스퍼트 시스템(expert system) 등.
→ 인공적으로 만든 지능을 가진 시스템..? 정도로 이해했음
머신러닝 (Machine Learning, 機械学習) : 규칙을 일일이 프로그래밍 하지 않아도 자동으로 데이터에서 규칙을 학습하는 알고리즘을 연구하는 분야. 경험을 통해 자동으로 개선하는 컴퓨터 알고리즘의 연구. 인공지능의 한 분야.
딥러닝 (Deep Learning, 深層学習) : 인공신경망을 기반으로 한 연구. 사람의 사고방식을 컴퓨터에게 가르치는 기계학습의 한 분야.
분류 (Classification, 分類) : 머신러닝에서 여러개의 종류 중 하나를 구분하거나, 샘플을 몇 개의 클래스 중 하나로 분류
→ 숫자를 구분한다던가, 개/고양이 분류하는 것들..
특성, 피쳐 (Feature) : 데이터의 특징. 관찰 대상에게서 발견된 개별적이고 측정가능한 경험적(heuristic) 속성
→ 이건 진짜 뭐라고 설명 해야 될 지 아직도 모르겠음...
선형 (Linear) : 산점도 그래프가 일직선에 가까운 형태로 나타는 경우
→ (직)선형으로 이해함
정확도 (Accuracy) : 훈련 후 데이터로 테스트 하고 나온 정확도
→ 일본에서는 正解率 라고 하는 듯..
지도학습 (Supervised Learning) : 정답을 가지고 있는 상태에서 알고리즘ㅇ이 정답을 맞춤. 데이터(입력)와 타깃(정답)이 필요함. 様々な入力に対する出力を学習させ、未知の入力に対する出力を推定させる。住宅の価格を推定したり、ワインの出来を推定したり、手書き文字を認識するのは教師あり学習で実現する。「入力データ」と「正解データ」がセットになった訓練データ。コンピュータに対して大量の「入力データ」と「正解データ」を投入することでコンピュータが入力データの特徴を読み取り、正解データを学習する。
비지도학습 (Unsupervised Learning) : 타깃없이 입력데이터만을 사용함. 따라서 정답을 맞출 수 없음. 高次元のデータを整理し、低次元のデータに射影したり（次元削減）、データをカテゴリ分けする場合に使う。アヤメの分類なんかは教師なし学習で実現する。「正解データ」が与えられていない。コンピュータ自身がクラスタリングとよばれる共通項をもつクラスタに分けたり、頻出パターンを見つけ出す学習方法。
→ 일본에서는 지도학습/비지도 학습을 教師あり学習/教師なし学習 이렇게 부르는 듯..
회귀 (Regression) : 임의의 어떤 숫자를 예측, 두 변수 사이의 상관관계를 분석하는 방법. 出力が株価予測や価格の予想というような、実数値を予想する場合に使用される。株価予測として現在・過去の株価データを入力として与えることで今後の株価を予想することができる。株価ではなく価格についても同様に予想することができる。他にも顔画像データを与えることで、顔のイメージから年齢を推測することも可能となる。
→ 어떨 때 쓰는지는 이해했는데, 회귀라는 말의 뜻이 아직도 잘 이해가 안간다... ☞참고하기
과대적합 (Overfitting): 훈련 데이터에만 잘 맞는 모델. (훈련 데이터의 성능이 테스트 데이터 성능보다 훨씬 높을 때)
과소적합 (Underfitting) : 훈련데이터/테스트데이터 성능 모두 낮거나 테스트데이터 성능이 오히려 높을 때
→ 과대/과소 적합은 더 복잡한 모델을 사용해 훈련에 잘 맞는 모델로 만들어야 함
선형회귀 (Linear Regression, 線形回帰) : 특성과 타깃 사이의 관계를 가장 잘 나타내는 직선을 찾아 학습하는 알고리즘. 종속 변수 y와 한 개 이상의 독립 변수 (또는 설명 변수) X와의 선형 상관 관계를 모델링하는 회귀분석 기법. ある変数xが与えられたとき、それと相関関係のあるyの値を説明・予測すること
→ 선형은 직선이라는 뜻이고 회귀는 상관관계를 분석하는 방법인데.. 두 단어를 합치면 제가 어떻게 이해해야 하죠...?
Reference
1. 혼자 공부하는 머신러닝+딥러닝, 한빛미디어, 박해선 지음 (강추!)
2. ko.wikipedia.org/wiki/
3. ainow.ai/2019/11/26/180809/
4. qiita.com/hiro88hyo/items/c00dcf8f083ba3d76af8