1. Artificial Intelligence(인공지능)

인공지능은 인간의 학습능력, 추론능력, 지각능력, 자연언어의 이해능력 등을 컴퓨터 프로그램으로 실현한 기술이다.

지능을 갖고 있는 기능을 갖춘 컴퓨터 시스템이며, 인간의 지능을 기계 등에 인공적으로 시연(구현)한 것이다. 일반적으로 범용 컴퓨터에 적용한다고 가정한다. 이 용어는 또한 그와 같은 지능을 만들 수 있는 방법론이나 실현 가능성 등을 연구하는 과학 분야를 지칭하기도 한다.

Machine Learning(ML)

- Supervised Learning(지도 학습)

정답을 알려주며 학습시키는 것이다.

기계가 학습하는데 있어서 사람이 개입하여 학습을 한다.
예를 들어 강아지 사진을 주고(주어진 데이터) 이 사진은 강아지(정답)야! 라고 알려주는 학습방식이다.

지도 학습에는 분류(Classification)과 회귀(Regression)가 있다.

- Unsupervised Learning(비지도 학습)

정답을 알려주지 않고 비슷한 데이터들을 군집화 하는것이다.

사람이 개입하지 않고 기계가 스스로 학습을 한다.
각각 다른 동물들 사진을 비지도 학습을 시키면 어떤 동물인지는 모르지만 비슷한 그룹으로 군집화를 해준다.

- Reinforcement Learning(강화 학습)

상과 벌이라는 보상을 주어 벌을 최소화 하며 상을 받도록 학습하는 방식이다.

강화 학습의 예로 네비게이션이 있다. 알파고도 강화 학습으로 학습되었다고 한다.

Deep Learning(DL)

딥러닝은 여러 비선형 변환기법의 조합을 통해 높은 수준의 추상화를 시도하는 기계 학습 알고리즘의 집합이며, 사람의 사고방식을 컴퓨터에게 가르치는 기계학습이라고 할 수 있다.

2. Data Science

딥러닝, 기계학습, 인공지능, 통계적 분석 등 대용량 데이터를 가지고 지식을 얻고 추리하기 위한 학문이다.

또한 해결하려는 분야의 지식을 바탕으로 다양한 형식의 방대한 데이터의 획득, 모델링, 분석, 기계학습, 시각화 등의 과정을 통해 인간과 사회에 도움이 될 수 있는 솔루션을 만들고 지속적인 개선을 가능하게 하는 학문이다.

강의 출처: 한이음 Microsoft Blended Learning

REFERENCES