[인공지능] 머신러닝 툴 정리

머신러닝을 하다보면 인공지능, 툴, 기술, 도구 등의 용어들이 많이 나옵니다. 이에 대해 한번 정리해보았습니다.


인공지능 : 컴퓨터가 인간처럼 동작하는 것이라고 생각합니다.

머신러닝 : 어떤 것에 대해서 컴퓨터가 스스로 학습하는 것입니다. 인간처럼말이죠. 인공 지능의 한 분야입니다.

딥러닝 : 인간 뇌의 동작 방식에서 생각해내어 개발된 학습 방법입니다. 머신 머닝에 속해 있습니다.

cuda : GPU 기술이라고 생각하시면됩니다. GPU에서 수행하는 알고리즘을 표준 프로그래밍 언어(C, C++, Python 등)를 사용하여 작성할 수 있도록 해주는 기술입니다.

tensorflow : 다양한 작업에 대한 프로그래밍을 위한 오픈 소스 라이브러리입니다. 구글에서 만들었습니다. 딥러닝 프로그램을 쉽게 개발할 수 있게 만들어졌습니다.

matlab : 수치 해석 및 프로그래밍 환경을 제공해주는 공학용 소프트웨어입니다.

jupyter notebook : 라이브 코드, 시각화 및 설명 텍스트가 포함 된 문서를 만들고 공유할 수 있는 오픈 소스 웹 어플리케이션입니다.

 

 

 

Torch : 머신러닝 라이브러리, 컴퓨터 프레임워크 등을 기반으로 사용되는 스크립트 언어입니다.

Caffe : 딥러닝 프레임 워크입니다. 오픈소스이고, C++로 만들어졌습니다.

MXNet : 아파치에서 만들어 졌고, 심층 신경망을 교육, 배포하는데 사용되는 소프트웨어 프레임 워크입니다.

Chainer : Python으로 작성된 오픈 소스 딥러닝 프레임 워크입니다. 정의 별 접근 방식을 도입한 최초의 프레임 워크입니다.

CNN : 신경망 유형 중 하나로, 입력 데이터에 대하여 컨벌루션을 취하여 특징을 추출합니다. 수 십, 수 백개 이상의 레이어를 이용하여 이미지의 특징을 감지합니다.

ANN : 인공신경망입니다. 기계학습과 생물의 신경망 학습에서 영감을 얻어 만들어진 통계 학습 알고리즘입니다.

지도학습 : 정답을 알려주면서(라벨링) 학습시키는 것입니다. 특정 사진을 입력하고, 이 사진은 무엇이다라고 알려주는 학습 방법입니다.

분류 : 지도 학습 방법의 한 종류입니다. 말 그대로 어떤 데이터를 입력 했을 때, 분류 하는 것입니다. 예를 들면, 스팸 메일 감지, 손글씨 인식 등이 있습니다.

회귀분석 : 지도 학습 방법의 한 종류입니다. 어떤 데이터들의 특징을 토대로 값을 예측하는 것입니다. 예를 들면, 공부 시간에 따른 점수 예측 등이 있습니다.

비지도학습 : 정답을 알려주지 않고(라벨링X), 비슷한 데이터들을 군집화 하는 것입니다. 예를 들면 고객의 관심사를 기반으로 한 마케팅 프로그램 등입니다.

강화학습 : 보상을 주며 상을 최대화하고, 벌을 최소화하는 즉, 최적의 값을 찾는것입니다. 알파고가 이를 사용합니다. 예를 들면 체스, 바둑, 장기 등입니다.

 

데이터마이닝 : 머신러닝 기술을 적용해서 대용량의 데이터를 분석하면서 겉으로 보이지 않던 패턴을 발견하는 것입니다. 

 

이상입니다.