핸즈온 머신러닝(2판): 사이킷런, 케라스, 텐서플로 2를 활용한 머신러닝, 딥러닝 완벽 실무

35

1

장

한눈에 보는 머신러닝

•

과거 구매 이력을 기반으로 고객이 관심을 가질 수 있는 상품 추천하기: 추천 시스템입니다. 과거 구매 이

력을 (그리고 고객에 관한 다른 정보를 ) 인공 신경망(

10

장)에 주입하고 다음에 구매할 가능성이 가장 높

은 상품을 출력하는 것이 한 가지 방법입니다. 일반적으로 모든 고객의 구매 이력을 기반으로 훈련합니다.

•

지능형 게임 봇

bot

만들기: 보통 강화 학습

reinforcement

learning

(

RL

,

18

장)으로 해결합니다. 시간이 지나면

(게임 같은 ) 주어진 환경에서 보상이 최대가 되는 행동을 선택하는 (봇과 같은 ) 에이전트를 훈련하는 머

신러닝의 한 분야입니다 (예를 들어 상대 플레이어가 점수를 잃은 때마다 봇이 보상을 받을 수 있습니다 ).

바둑 세계 챔피언을 이긴 유명한 알파고

AlphaGo

가 강화 학습을 사용해 구축되었습니다.

이 목록이 전부는 아니지만 머신러닝이 다룰 수 있는 작업의 복잡도와 다양성은 물론 이런 작

업에 사용할 수 있는 기술에 대해 감을 얻었기를 바랍니다.

1.4

머신러닝 시스템의 종류

머신러닝 시스템의 종류는 굉장히 많으므로 넓은 범주에서 분류하면 도움이 됩니다.

●

사람의 감독하에 훈련하는 것인지 그렇지 않은 것인지(지도, 비지도, 준지도, 강화 학습 )

●

실시간으로 점진적인 학습을 하는지 아닌지(온라인 학습과 배치 학습 )

●

단순하게 알고 있는 데이터 포인트와 새 데이터 포인트를 비교하는 것인지 아니면 과학자들이 하는 것처

럼 훈련 데이터셋에서 패턴을 발견하여 ...