개발자의시작

이 글은 머신러닝에서 사용되는 에이다부스트(Adaboost)알고리즘에 대해 정리한 글입니다. 에이다부스트를 이해하기 위해 먼저 간단하게 기계학습(machine learning)과 부스트(boost)에 대해 짚고 넘어갈 필요가 있습니다. 기계학습 (machine learning) - 프로그램이 주어진 데이터를 스스로 학습하여 정보를 얻거나 예측 및 분석하는 것. 기계학습 중 지도 학습(supervised learning)은 크게 두 단계로 이루어져 있습니다. 1) 주어진 데이터로 학습하여 특징 추출(feature extraction) 2) 특징을 이용하여 분류(classification) 부스팅(boosting) - 예측 성능이 낮은 약한 분류기(weak classfier)들을 활용하여 조금 더 좋은 성능..

인공지능(AI)에 대한 관심이 날이 갈수록 커지고 있다. 인공지능이란 말을 언론이나 매체 등에서 사용할 때 머신러닝, 기계학습(Machine Learning)과 딥러닝(Deep Learning)이라는 단어가 동반되는 것을 자주 볼 수 있다. 머신러닝과 딥러닝이 인공지능의 하위 개념 정도로 알고 있지만 이 포스팅에서는 구체적인 예와 함께 그 차이를 정리해 본다. 1. 인공지능, 머신러닝, 딥러닝의 상관관계 먼저 인공지능, 머신러닝, 딥러닝의 상관관계는 위와 같습니다. 흔히 사용하는 인공지능(AI:Artificial Intelligence)가 가장 큰 범주이며, 머신러닝 딥러닝 순으로 작은 범주에 속하게 됩니다. 2. 머신러닝, 기계학습(Machine Learning) 머신러닝, 즉 기계학습은 주어진 데이터..