LG Aimers 4기 그리고 머신러닝의 목표는 ?

2024. 1. 5. 17:05코딩 도구/LG Aimers

반응형

LG Aimers: AI전문가과정 4차

Module 3. 『Machine Learning 개론』 

ㅇ 교수 : 서울대학교 김건희
ㅇ 학습목표 
본 모듈은 Machine Learning의 기본 개념에 대한 학습 과정입니다. ML이란 무엇인지, Overfitting과 Underfitting의 개념, 최근 많은 관심을 받고 있는 초거대 언어모델에 대해 학습하게 됩니다. 

 

Introduction to ML

-artificial intelligence, Machine Learning, Deep Learning

-Arthur Samuel
: Inventor of alpha-beta pruning in a game tree

-What is Machine Learning?
: Improve on task T, with respect to performance metric P, based on experience E
Examples
• T: Playing chess
• P: Percentage of games won against an opponent
• E: Playing practice games against itself

-Generalization
: 기계 학습의 목표

-No Free Lunch Theorem for ML
: No machine learning algorithm is universally any better than any other.


-Do not try to seek a universal learning algorithm
 (No absolute best algorithm)

-Types of Learning
• 1. Supervised learning
• Training data includes desired outputs

• 2. Unsupervised learning
• Training data does not include desired outputs

• 3. Semi-supervised learning
• Some of training data includes desired outputs

• 4. Reinforcement learning
• No fixed dataset but an environment
• Rewards from sequence of actions


-Semi-supervised Learning
Two scenarios
• LU learning: Learning with a small set of Labeled examples and a large set of
Unlabeled examples
• PU learning: Learning with Positive and Unlabeled examples (no labeled negative
examples)

반응형