“The field of study that gives computers the ability to learn without being explicitly programmed.”
Arthur Lee Samuel
“컴퓨터에 명시적으로 프로그래밍하지 않고도 학습할 수 있는 능력을 부여하는 연구 분야”
- 머신(Machine) 이란?
- Machine: 프로그래밍이 가능한 컴퓨터
- Arthur Lee Samuel은 1959년 “Machine Learning” 용어를 대중화 함
- 사무엘 체커스 놀이 프로그램은 세계 최초의 성공적인 자기 학습 프로그램 중 하나였으며, 인공 지능(AI )의 기본 개념을 아주 초기에 보여주었다.
- 머신 러닝(Machine Learning) 이란
- 어떤 컴퓨터 프로그램이 경험을 쌓을 수록 성능이 좋아질 때, 우리는 그 프로그램이 “학습” 한다고 말한다.
Data Mining, Machine Learning 과의 관계
![](https://15.164.228.147/wp-content/uploads/2022/10/machine-learning_vs_statistical_modeling.png)
현재의 인공지능 방법론은 통계, 딥러닝, 머신 러닝, 패턴 인식, 자연어 처리등 여러가지 방법론을 기반으로 복합적으로 활용한다.
Data Mining Vs Machine Learning
“Data Mining”은 보유한 데이터를 다양한 관점에서 분석하고 그 결과를 유용한 정보로 조합하는 일을 가리킨다.
“Machine Learning”은 데이터 마이닝이나 기타 학습 알고리즘을 활용하여 지식을 추출하고 이를 경험기반으로 삼아 비슷한 상황의 미래 사건의 결과를 예측하는데 초점을 두고 있다.
“Machine Learning은 종종 “Data Mining”과 혼용되기도 하는데, 이는 머신러닝에서 사용하는 분류나 군집 같은 방법을 데이터 마이닝에서도 동일하게 사용하기 때문일 것이다.
즉, 분류나 예측, 군집과 같은 기술, 모델, 알고리즘을 이용해 문제를 해결하는 과정을
컴퓨터 과학 관점에서는 머신 러닝이라고 하고, 통계학 관점에서는 데이터 마이닝이라고 한다.