Machine Learning (ML / 기계 학습)
유전자 알고리즘(그네 타기)
머신러닝의 세 가지 타입
Supervised Learning
Unsupervised Learning
- 부정 방정식 (x-1)(y-1) = 1
- 좋은 조건이 주어지거나 잘 찍는 수밖에 없다.
- 특정 조건이 있을 때만 정답이 주어질 수 있다.
- 기본적으로 문제풀이가 어렵다.
- 내 안에 정답이 있다.(문제에 정답이 있다)
Reinforcement Learning
머신러닝을 하기 위한 데이터
Paired data
- 숫자 손글씨 인식기(정답이 주어진다, 문제풀이가 쉽다, 쉬운이유는 짝을 이루는 데이터이기 때문이다.)
- Object Detection
- Image Segmentation
- Pose Estimation
- Machine Translation
- 인공지능 기술을 적용하는 것은 어떤 Paired Data를 가지고 있는지 생각해보는 것에서 출발
Unpaired Data
- 말과 얼룩말이 있을 때
- 정답은 없지만, 정답 그룹의 데이터는 있다. 할 때 Unpaired Data
- Deep Fake
- 얼굴 특징 바꾸기
- Universal Music Translation
- tictoc의 코믹필터
Data 가 없다면(강화학습)
- 모르는 상황에서 사용하는 전략
- 깨지면서 배우는 전략이다.
- 개발자가 똑똑하면 똑똑한 AI가 나온다.
- State, Action, Reward
- 차량
내 안에 Paired Data가 있다.
- 그냥 데이터일 때
- generated photo
- 소설을 추리할 수 있다.→랭귀지 모델
- Everybody Dance Now(소스오브젝트를 타겟 오브젝트로 치환하는 것, 타겟 영상에서 같은 오브젝트 x 값을 치환한다면)