머신러닝의 꽃 강화 학습(Reinforcement Learning) 이란? 머신러닝의 꽃이라 불리는 강화학습(reinforcement learning) 이하 RL은 앞서 설명한 지도 학습, 비지도 학습과는 다른 개념입니다. 행동 심리학에서 나온 이론으로 분류할 수 있는 데이터가 존재하는것도 아니고 데이터가 있다 해도 정답이 따로 정해져 있지도 않으며, 자신이 한 행동에 대해 보상(reward)을 받으며 학습하는 것을 말합니다. 강화 학습의 구조 강화 학습은 에이전트(agent), 환경(environment), 상태(state), 행동(action), 보상(reward)의 개념을 사용하여 이해할 수 습니다. 게임을 예로들면 게임의 규칙을 따로 입력하지 않고 자신(Agent)이 게임 환경(environmen..
머신러닝 지도 학습과 비지도 학습 머신러닝에서는 크게 지도 학습(Supervised Learning), 비지도 학습(Unsupervised Learning), 강화 학습(Reinforcement Learning)으로 나눌 수 있습니다. 이 중 지도 학습과 비지도 학습의 유형이 어떤 차이가 있고 각각의 장단점을 정리하였습니다. 1. 지도 학습 (Supervised Learning) 지도 학습은 이름에서 알 수 있듯이 컴퓨터에게 정답(Label)이 무엇인지 알려주면서 컴퓨터를 학습을 하는 방법입니다. 예를 들어 3x5=15, 6x4=24 등을 학습시킨 후 9x3=?? 등의 주어진 문제를 해결하는 학습 방법입니다. 여기서 3x5는 (data)이고 정답인 15는 (label)이라고 표현합니다. 그렇기 때문에 지..
딥러닝(Deep Learning)에 대한 열기가 뜨겁다. 알파고 쇼크 이후 인공지능이라는 말과 머신러닝, 딥러닝이라는 말은 거의 같은 의미로 쓰이고 있다. 하지만 이들은 엄연히 다른 개념이다. 인공지능 개념에서 살펴보았지만 이들 사이의 관계를 다시 한번 살펴보자. 인공지능이 가장 넓은 개념이며, 인공지능의 중요한 구현 방법 중 하나가 머신러닝(Machine Learning)이고, 머신러닝 중 하나의 방법론이 딥러닝(Deep Learning)이다. 딥러닝은 또한 인공신경망(Artificial Neural Network)의 한 종류이다. 즉, 인공지능 ⊃ 머신러닝 ⊃ 인공신경망 ⊃ 딥러닝 관계가 성립한다. 딥러닝의 성능을 세상에 알린 3대 사건 음성인식 정확도 향상 딥러닝에 대해서 자세히 알아보기 전에 딥러..
사람은 기계와 친구가 될 수 있을까요? 인공지능 기술이 발전하면서, 사람과 비슷한 수준으로 말하거나 텍스트를 보여주는 기기가 등장하고 있습니다. 사람이 키워드만 보내도 대화형 응답을 제공하는 '챗봇'이 대표적인 예시인데요. 이처럼 컴퓨터가 사람의 말을 알아들을 수 있도록 하는 기반은 '자연어 처리(Natural Language Processing)' 기술입니다. 차세대 자연어 처리 기술의 원리와 전망을 간단히 요약했습니다. 컴퓨터와 인간을 이어주는 자연어 처리 자연어 처리는 한 마디로, 컴퓨터가 인간의 언어를 이해하는 것을 목표로 합니다. '자연어'라는 이름이 붙은 이유는 우리 인간이 오랜 세월 동안 사용하며 자연적으로 만들어진 언어이기 때문입니다. 이에 반대되는 용어로, 컴퓨터 분야에서는 컴퓨터가 사용..