머신러닝이란?

머신러닝은인간에게는자연스러운능력인경험으로부터의학습을컴퓨터에게가르칩니다。머신러닝알고리즘은모델로미리지정한방정식을사용하지않고여러계산기법을사용해데이터로부터직접정보를”학습”합니다。학습에사용가능한표본의개수가늘어나면알고리즘의성능도그에맞춰개선됩니다。

머신러닝에는두가지유형의기법이사용됩니다。하나는알려진입출력데이터에대해모델을훈련시켜모델이미래의출력값을예측할수있도록하는지도학습(监督学习)이고,다른하나는입력데이터에서은닉패턴이나내재(고유)구조를찾아내는비지도학습(无监督学习)입니다。

머신러닝지도학습의목적은불확실성이존재하는상태에서증거를기반으로예측하는모델을만드는것입니다。지도학습알고리즘은알려진입력데이터세트와이데이터에대해알려진응답변수(출력값)를받아들인후,새데이터에대한응답변수에대해타당한예측값을생성하도록모델을훈련시킵니다。지도학습은분류기법과회귀기법을사용하여예측모델을도출합니다。

비지도학습은데이터에서은닉패턴이나내재구조를찾아냅니다。비지도학습은레이블이지정된응답변수가없는（출력이정의되어있지않은않은데에이터로에무료다데사용용군집(集群)은가장일반적인비지도학습기법입니다。군집은탐색적데이터분석을통해데이터에서은닉패턴이나그룹구조를찾아냅니다。군집의응용사례로는유전자염기서열분석,시장조,사사물인식등이있습니다。

최적의알고리즘선택하기

가장좋은방법이나모든사례에두루적용되는방법은없습니다。최적의알고리즘을찾으려면때로는시행착오를거쳐야합니다。숙련된데이터과학자라도먼저시행착오를겪지않고서는알고리즘이제대로작동할지여부를알수없습니다。이높은모델은잡음일가능성이있는미미한변화를모델링으로써으로써이터터를과적과적합할수수수수수단순한모델은비교비교해석하기가쉬운쉬운정확도가떨어질수있습니다。따라서최적의알고리즘을선택하려면모델속도，정확도，복잡성과같은이점들을절충해야합니다。머신러닝의중심에는시행가존재존재。하나의방식이나알고리즘이제대로작동하지않는다면다른방식이나알고리즘을시도해봐야합니다。MATLAB^®에는여러머신러닝모델을사용해보고그중에서가장적합한모델을선택할수있도록지원하는다양한툴이있습니다。

머신러닝작업을해결하는데도움이되는MATLAB앱과함수를살펴보려면다음표를참조하십시오。머신러닝작업에는앱을사용하는것이도움이되는것도있고,명령줄기능을사용하는것이효과적인것도있습니다。

다음과같은체계적인머신러닝워크플로는머신러닝문제를해결하는데도움이될수있습니다。MATLAB에서전체워크플로를완료할수있습니다。

가장적합하게훈련된모델을생산시스템에통합하려면MATLAB编译器™를사용하여统计和机器学习工具箱머신러닝모델을배포할수있습니다。여러모델에서,MATLAB编码器™를사용하여예측을위한C코드를생성할수있습니다。

분류학습기앱에서분류모델을훈련시키기

머신러닝지도학습을사용하여데이터를분류하려면분류학습기앱을사용하여모델을훈련시킵니다。이앱을사용하면다양한분류기를사용하여머신러닝지도학습을대화형방식으로탐색할수있습니다。

자세한내용은분류학습기앱에서분류모델을훈련시키기항목을참조하십시오。

더많은옵션이필요하면명령줄인터페이스를사용할수있습니다。분류항목을참조하십시오。

회귀학습기앱에서회귀모델훈련시키기

머신러닝지도학습을사용하여연속데이터를예측하려면회귀학습기앱을사용하여모델을훈련시킵니다。이앱을사용하면다양한회귀모델을사용하여머신러닝지도학습을대화형방식으로탐색할수있습니다。

자세한내용은回归学习者的火车回归模型항목을참조하십시오。

더많은옵션이필요하면명령줄인터페이스를사용할수있습니다。회귀항목을참조하십시오。

딥러닝을위해신경망훈련시키기

深度学习工具箱를사용하면분류,회귀,특징추출및전이학습을위해컨벌루션신경망으로딥러닝을수행할수있습니다。이툴박스는심층신경망의계층을만들고상호연결하기위한간단한MATLAB명령을제공합니다。다양한예제와사전훈련된신경망이제공되기때문에고급컴퓨터비전알고리즘이나신경망에대한깊이있는사전지식이없어도쉽게MATLAB을딥러닝에사용할수있습니다。

자세한내용은MATLAB의딥러닝(深度学习工具箱)항목을참조하십시오。