머신러닝 소개 및 기본 개념

인공지능의 과거와 현재

• 과거의 인공지능은 논리, 계획, 지식에 바탕
• 머신 러닝은 데이터로부터 패턴을 학습하는 인공지능의 한 분야
• 딥러닝은 머신러닝의 일종

소프트웨어 2.0

• AI 연구자 안드레 카파시(Andrej Karpathy)가 2017년 제안한 개념
• 소프트웨어 1.0: 전통적인 프로그래밍 - 프로그래머가 서술한 규칙에 따라 데이터를 입력하면, 처리된 결과를 출력
• 소프트웨어 2.0: 머신러닝 - 데이터와 원하는 결과를 입력하면, 프로그램이 출력

주요 용어

• 모형(model): 데이터의 패턴을 나타내는 수학적 함수 또는 컴퓨터 프로그램의 집합
  • 예시: 선형 모형 $y=wx+b$
• 훈련(training): 모형에서 데이터가 가진 특정 패턴에 맞는 함수/프로그램을 찾는 것
  • 선형 모형의 경우 파라미터 𝑤와 𝑏를 찾는 형태
  • 모든 모형이 파라미터를 갖는 것은 아님
• 테스트(testing): 모형의 성능을 평가하는 것