정보관리기술/통계확률

귀납적사고와 기계학습

아이티신비 2024. 4. 5. 09:00

문제6) 귀납적사고(Inductive Reasoning)와 기계학습(Machine-Learning)에 대하여 설명하시오.

답)

 

 

1. 귀납적 사고를 활용한 학습, 기계학습

귀납적 사고
기계 학습
  • 구체적인 사실에서 일반적인 원리를 도출하는 귀납적 사고를 활용하여, 다양한 데이터에서 학습을 통해 기계학습의 예측 모델을 생성할 수 있음

 

2. 귀납적 사고의 개념 및 절차

가. 귀납적 사고와 연역적 사고의 개념

항목
귀납적 방법
연역적 방법
개념
구체적이고 특수한 사실등을 바탕으로
일반적인 원리를 도출
일반적인 원리로부터 구체적인 사실이나 원리를
추론, 검증함
절차
선조사 -> 후이론
선이론 -> 후조사
조사(관찰) -> 일반화 -> 이론
이론 -> 가설 -> 조사(관찰) -> 일반화
사례
A 가 죽었다 > B 가 죽었다 > 소크라테스가
죽었다 > 모든 인간은 죽는다
모든 인간은 죽는다 > 소크라테스는 인간이다 >
그러므로 소크라테스는 죽는다
적용
기계학습 : 데이터 학습 -> 모델 생성
가설검정 : 가설설정 -> 가설채택
  • 귀납적 사고를 통해 구체적인 사실에서 일반적인 원리를 도출함

 

나. 귀납적 사고와 연역적 사고의 절차

 
  • 귀납적 사고는 자연 현상에 대한 관찰을 통해 결론을 도출함

 

3. 기계학습의 개념 및 유형

가. 기계학습의 개념

  • 인공 지능의 한 분야로, 컴퓨터가 학습할 수 있도록 하는 알고리즘과 기술을 개발하는 분야
  • 대량의 데이터를 스스로 학습하고 정리하여 문제에 대한 해답을 찾아내는 기법, 학습된 내용을 기반으로 미래를예측하기 위한 기법

 

나. 기계학습의 유형

 
분류
설명
알고리즘
활용
감독 학습
지도 학습
(Supervised
Learning)
  • 이미 유형(class)을 구분 짖는 속성(attribute)을 갖는 주어진 데이터 집합(Training set)으로부터 유형(class)를 구분하는 함수적 모델(model)을 찾아 유형(class)을 구분 짖는 속성(attribute)을 갖지 않는 새로운 데이터의 유형을 구분하는 기술
  • 고양이의 모습에 대한 특징을 학습시키고 YouTube 에서 고양이 영상을 찾는 경우
대표
  • Bayesian classification
  • Decision tree
  • Regression
  • Neural Network
  • hidden Markov model(HMM)
  • 이미지 인식
  • OCR (이미지의 문자인식)
  • 음성인식
  • NLP(자연어인식)
  • 추세예측(회귀분석)
무감독 학습
비지도 학습
(Unsupervised Learning)
  • 유형(class)을 구분 짖는 속성(attribute)을 갖지 않는 주어진 데이터 집합(Training set)으로부터 데이터 자체의 상호 유사성(likelihood or distance)을 통하여 유형(class) 를 구분하는 함수적 모델(model)을 찾아 새로운 데이터의 유형을 구분하는 기술
  • 입력 x만 주어지고 그에 대한 목표 출력 y를 제시하는학습 방식
대표
  • K-Means clustering
  • Nearest NeighborClustering
  • EM clustering
  • Self-organizing feature map (SOM)
  • Principal component analysis (PCA)
  • Independent Component Analysis(ICA)
  • 마케팅의 고객 세분화
  • 개체의 분포 특성 분석
  • News Summarizing
준지도 학습
(Semisupervised Learning)
  • 지도학습과 비지도 학습을 병행(레이블이 표시된 데이 터를 기반으로 학습 후 레이블이 표기되지 않은 데이터를 자율 학습)
  • 그래프생성모형
 
강화 학습
(Reinforcement Learning)
  • 데이터의 상태(State)을 인식하고 이에 반응한 행위 (Action)에 대하여 환경으로부터 받는 포상(Reward)을 학습하여 행위에 대한 포상을 최적화 하는 정책(model)을 찾는 기술
  • Brute force
  • Monte Carlo methods
  • Markov Decision Processes
  • Value Functions
  • Q-Learning
  • Dynamic Programming
  • DQN
  • 로봇제어
  • 게임개인화
  • 공정최적화
진화 학습
  • 진화를 모방한 탐색 알고리즘
  • 유전 알고리즘
 
  • 기계학습의 지도학습, 비지도학습 등을 통해 예측을 위한 모델을 생성함

 

 

4. 연역적 사고를 활용한 검정, 가설검정

연역적 사고

가설검증

  • 일반적인 원리로부터 구체적인 사실이나 원리를 추론, 검증하는 연역적 사고를 활용하여, 가설 검정을
  • 위해 가설을 설계하여 검정통계량과 기각역을 통해 통계적인 의사결정을 진행함

 


 

공감과 댓글은 아이티신비에게 큰 힘이 됩니다.

블로그 글이 유용하다면 블로그를 구독해주세요.♥