지금까지 지도학습에 해당하는 회귀분석, 의사결정나무, 서포트 벡터 머신과 신경망에 대해서 알아보았습니다. 이번 글에서는 비지도학습 기법인 군집분석과 주성분분석을 소개하도록 하겠습니다. 1. 군집분석(Clustering Analysis) 군집분석은 입력된 데이터들의 값에 따라 어떤 데이터들이 좀 더 비슷한 성질을 가지고 있는지 파악하여 비슷한 것들끼리 군집으로 묶어주는 분석방법입니다. 사람은 어떤 대상이든 일정한 특성에 따라 구분하는 것을 즐겨합니다. 음악같은 경우 곡의 특성에 따라 댄스, 발라드, 힙합, 락 이런 식으로 장르를 구분해서 이름을 붙이기도 하고, 학교에서는 어떤 애들은 모범생 그룹, 어떤 애들은 날라리 그룹, 어떤 애들은 아싸 그룹 이런 식으로 그룹짓기도 하고요. 이렇게 대상을 몇 가지 그룹..

지난 글에서는 지도 학습 중 회귀모델, 의사결정나무, 서포트 벡터 머신에 대해서 알아보았고, 이번 글에서는 신경망에 대해서 알아보려고 합니다. 그런데 왜 신경망을 같이 안 다루고 따로 글을 썼느냐? 하면 신경망이 최근에 머신러닝에서 가장 핫한 알고리즘이고 다른 머신러닝 기법을 제치고 정확도 면에서 가장 우수한 높은 퍼포먼스를 나타냈기 때문입니다. 신경망은 1950년대에 만들어진 역사가 깊은 방법이지만 왜 그 때는 지지부진하다 최근에서야 다시 떠오르게 되었는가 하면, 2000년대에 들어와서야 대규모 데이터를 만들고 처리할 수 있는 컴퓨터 환경이 갖춰졌기 때문입니다. 신경망이 제대로 작동하려면 엄청난 데이터를 입력해주어야 하고 또 엄청난 연산작업을 수행해야 하는데, 1950년대 컴퓨터로는 택도 없었고, 19..

지난 글에서는 머신러닝의 의미와 작동하는 방법에 따라 지도학습과 비지도학습으로 분류할 수 있다고 하였습니다. 이번 글에서는 데이터의 형태에 따라 지도학습의 역할이 어떻게 달라지는 지 먼저 살펴보고, 그 다음 지도학습에 해당하는 머신러닝 알고리즘에 대해 소개하도록 하겠습니다. 1. 지도학습의 역할 - 분류 vs 회귀 지도학습에서는 레이블링된 훈련 데이터를 학습하여 모델을 만들고, 레이블링 되지않은 테스트 데이터를 모델에 적용하여 입력된 데이터에 대해서 맞는 답을 찾는다고 앞서 설명하였습니다. 이 때 레이블링된 답이 어떤 형태인지에 따라 모델은 분류 또는 회귀의 방법으로 답을 예측합니다. 먼저 이전 글에서 언급한 개와 고양이 사진 구분의 예시의 경우에는 레이블링된 값(출력값)이 딱딱 떨어지게 서로 구분되는 ..

2016년 3월 알파고와 이세돌의 대국은 최근 개발되고 있는 인공지능의 기술에 대해 대중들이 관심을 갖게하는 커다란 전기가 되었고 많은 분들이 충격을 금치 못했었습니다. 그 이후로 알파고는 인간과의 대국에서 진 적이 없다고 하고, 심지어 현재는 '알파 제로'라는 새로운 이름으로 이전 알파고와는 차원이 다른 실력을 자랑한다고 하네요.(그래서 이세돌이 (현재의) 인공지능을 이긴 최초이자 마지막 사람인 엄청난 타이틀을 갖게 되었다고 하네요.) 또한 알파고를 만들었던 딥마인드에서는 올해 FPS게임인 퀘이크 아레나 중 깃발뺏기 모드를 플레이하는 인공지능을 개발하였는데 아무것도 모르는 초짜 상태임에도 스스로 게임을 하면서 학습하여 사람 플레이어를 뛰어넘는 경지에까지 이르렀다고 할 정도로 인공지능 기술은 계속 발전하..