[자연언어처리 개론] (3) 기계학습(머신 러닝)의 정의와 예시, 방법론

1. 머신 러닝의 정의 머신 러닝의 정의 머신 러닝: 프로그램이 어떤 경험 E로부터 "배운다"는 것은 태스크 T와 그에 해당하는 성능 P가 있을 때, E가 늘어날수록 T에 대한 P가 향상되는 것을 의미합니다.

즉, T를 수행하기 위해서 E에서 얻은 데이터로 P를 향상시킬 수 있어야 합니다. 머신 러닝이 필요한 문제 명시적 알고리즘이 없는 문제 프로그래밍이 어려운 문제 계속해서 변하는 (evolving) 문제 2.

머신 러닝의 예시 머신 러닝 과정의 예시 예를 들어 새와 고양이를 구분하는 프로그램을 짠다고 생각해 봅시다. 크게 세 가지 방법을 사용할 수 있습니다.

어떤 규칙을 정해서 규칙에 맞추어 분류할 수도 있고, 머신 러닝으로 해결할 수도 있고, 딥러닝으로 해결할 수도 있습니다. 첫 번째인 규칙 기반의 경우 사람이 하나하나 규칙을 작성해야 합니다.

그러나 너무 예외 상황이 많아서 규칙 기반 프로그램으로 모든 케이스를 해결하는 것은 어렵습니다. 다음으로 머신 러닝은 네 가지 단계를 ...