기계학습의 다섯 가지 집단

아래 책에서 베낀 내용

인공지능 기술의 상태를 이해하는 데는 생태계의 역사와 발전에 익숙해지는 것이 중요함

페드로 도밍고(Pedro Domingos)교수의 책 '마스터 알고리즘'(2017년)에서는 이 점을 다섯가지 집단으로 요악하고 있다.

기호학자들은 규칙-기반 시스템(rule-based systems)이나 역연역법(inverse deduction)을 믿는 사람들이다.

거꾸로 작업하는 역연역법을 바탕으로 가정과 결론을 수립한 후, 결론까지의 차이를 메우기 위한 작업을 한다.

 

진화론자들은 유전자 알고리즘(genetic algorithms)과 진화적 프로그램 기술에 기반을 두고 있다.

이 그룹은 진화론에서 게놈과 DNA 기반의 연산을 데이터 구조에 응용하고 있다.

 

베이즈주의자들은 실생활의 불확실성을 다루고 있다. 

베이즈 기법은 더 많은 증거나 정보가 생길수록 확률을 갱신해 나간다.

베이즈주의를 따르는 마스터 알고리즘은 확률 추론이다. 

베이즈는 확률적 그래프 모델링 기술에 방향성 비원성 그래프를 이용한다.

이 부류는 사전 모델을 적용한 후, 더 많은 데이터를 접할수록 가정을 갱신하는 것을 믿는다.

 

유추론자들은 '최근접 이웃'이나 서포트 벡터 머신이론으로 무장하고 있으며, 이들의 장점은 새로운 것을 매핑할 수 있다는 것이다.

 

연결주의자들의 목표는 뇌를 역설계(reverse engineer)하는 것이다.

이 기법은 인공 뉴런을 생성하고, 이를 신경망으로 연결하려고 한다.

최신 딥러닝 응용은 이 기법에 기반을 두고 있으며 역전파에서 생겨났다.

연결주의의 현대적 기법은 딥러닝으로 불리고 있다.

딥러닝은 매개변수 추정에 있어 매우 강력하며 컴퓨터 비전, 음성 인식, 이미지 처리, 기계 번역, 자연어 이해 등의 영역에 응용되고 있다.