6. 6
MACHINE LEARNING이란?
Artificial Intelligence(인공지능)
컴퓨터가 인간의 지능적인 행동을 모방할 수 있도록 하는 것
1940년대 후반과 1950년대 초반에 이르러서 수학, 철학, 공학 등 다양한 영역의 과
학자들로부터 논의가 시작
7. 7
MACHINE LEARNING이란?
Machine Learning
컴퓨터에게 충분히 많은 데이터를 주고, 거기서 일반적인 패턴을 찾아내게 하는 방법
1959년 아서 사무엘이 “컴퓨터에 명시적인 프로그램 없이 배울 수 있는 능력을 부여
하는 연구 분야” 라고 정의
Deep Learning
머신 러닝의 대표적인 분야
깊은 구조의 인공신경망의 여러 층을 거쳐 추상화 단계로 접어드는 알고리즘 형태
9. 9
MACHINE LEARNING의 분류
Supervised Learning(지도 학습)
이미 주어진 입력에 대해 어떤 결과가 나올지 알고 있는 데이터 들을 해석할 수 있
는 모델을 만들고, 그것을 바탕으로 새로운 데이터를 추정하는 것
대표적으로 classification(분류) 문제가 있다
10. 10
MACHINE LEARNING의 분류
Unsupervised Learning(자율 학습)
지도 학습과 달리, 입력에 따른 정해진 결과가 없으나 시스템 자체적으로 입력 데
이터를 처리하는 것
대표적으로 clustering(군집) 문제가 있다
11. 11
MACHINE LEARNING의 분류
Reinforcement Learning(강화 학습)
어떤 행위에 대한 보상을 정의해주고, 보상의 값을 최대화하도록 학습을 시켜주는
방법
대표적인 문제로 알파고, 컬링 머신이 있다
13. 13
MACHINE LEARNING 의 역사
앨런 튜링, 튜링 테스트 고안 1950
아서 사무엘, 체커 게임을 배우는 최초
의 머신러닝 프로그램 개발
1952
프랭크 로젠 블랏, 해군 연구소에
서 최초의 인공신경망(MLP) 개발
1958
과대 광고로 인한 머신 러닝의 침체기1974 ~ 1980
역전파 방법을 이용해 복잡하고
강력한 신경망이 가능해짐
1985
머신러닝의 통계적 접근 방식인
SVM이 소개
1990
IBM의 딥 블루가 체스 우승자를
꺾음
1997
제프리 힌튼이 ‘딥 러닝’ 이라는 단어를
제안
2006
IBM의 슈퍼컴퓨터가 퀴즈 프로
그램 ‘제퍼디’ 에서 우승
2011
제프리 힌튼 팀이 심층 신경망을 이용하
여 ILSVRC 대회에서 우승
2012
딥 마인드, 아타리 게임에서 인간
을 능가하는 강화학습 프로그램
개발
2013
구글의 알파고, 이세돌과의 바둑 시합에
서 승리
2016
14. 14
MACHINE LEARNING 의 역사
앨런 튜링, 튜링 테스트 고안(1950)
튜링 테스트 : 인공지능을 감지하기 위한 테스트로, 테스트를 통과하기 위해서는
사람이 컴퓨터가 아닌 다른 인간이라고 믿게 해야한다
16. 16
MACHINE LEARNING 의 역사
얀 레쿤, CNN을 처음으로 소개(1989)
CNN(Convolutional Neural Network)
이미지 인식을 위해 가장 널리 사용되는 Neural Network
17. 17
MACHINE LEARNING 의 역사
제프리 힌튼 팀이 심층 신경망을 이용하여 ILSVRC 대회에서 우승(2012)
ILSVRC(ImageNet Large Scale Visual Recognition Challenge)
ImageNet 영상 데이터베이스를 기반으로 컴퓨터 비젼 분야의 성능 우열을 가리
기 위한 대회
29. 29
결론
머신 러닝은 오래된 개념으로서 수십년간 점진적으로 발전했고, 최근 들어
폭발적으로 수요가 급증하고 있다
머신 러닝의 활용 분야는 현재도 영상 분류, 물체 인식 등으로 다양하며, 앞
으로도 더욱 많은 분야에 활용될 것으로 예상된다
오늘 강의에서 기억해 가야할 키워드
머신 러닝
딥 러닝
신경망
CNN
강화 학습