인공지능의 머신러닝과 기존 데이터 분석기법의 차이
작성자 : m0mksii 분류 : 연구개발 | 공통지식 작성일 : 2018.02.26 16:32:16 조회 : 7838 키워드 : 4차산업혁명,인공지능,머신러닝,통계적분석,데이터마이닝
(요약/배경) 인공지능의 머신러닝 기술은 무엇이고 기존의 데이터 분석 에 많이 사용되었던 통계적 분석 및 데이터 마이닝 기법과는 어떤 차이가 있는가?
(인공지능의 머신러닝)
머신러닝 (Machine Learning)은 인공지능의 연구 분야 중 하나로, 인간의 학습 능력과 같은 기능을 컴퓨터에서 실현하고자 하는 기술로 구체적으로는 과거 데이터에서 숨겨진 패턴을 읽어 내어 기계가 학습한 후 미래를 예측하는 기술이다.
그림 : 머신러닝의 개념도(출처: 저자 작성)
머신러닝의 활용분야는 이메일 스팸 필터링, 상품, 컨텐츠 추천, 이상징후 예측, 자연어 처리, 연관 검색어 처리 등의 서비스에 사용된다.
(머신러닝과 기존 데이터분석의 차이)
데이터에서 숨겨진 패턴과 지식을 추출하고 예측을 수행하는 데이터 분석기법에는 전통적으로 통계적 분석기법과 데이터마이닝 기법이 사용되었다. 이러한 전통적인 데이터분석기법들은 각각의 영역에서 발전하여 회귀모형, 학습알고리즘의 형태로 인공지능의 머신러닝 기술로 발전하고 통합되게 되었다.
그림 : 전통적 데이터 분석과 인공지능의 머신러닝의 관계(출처: 저자 작성)
- 통계적 분석기법과 머신러닝의 관계
통계적 분석기법 중에서 수치적 예측을 위한 예측통계기법인 회귀분석은 인공지능의 인공신경망과 회귀계열의 지도학습 알고리즘으로 발전되어 머신러닝에 포함되었다.
- 데이터 마이닝 기법과 머신러닝의 관계
데이터에 숨겨진 패턴과 지식을 발견하기 위해 데이터 마이닝 기법이 사용 되었으며 고객관계관리, 마케팅의 영역에서 사용된 군집화, 분류, 예측, 시계열 분석 알고리즘 등은 머신러닝의 지도학습/비지도학습 알고리즘으로 발전하여 머신러닝에 포함되었다.
- 인공신경망과 머신러닝의 관계
인간의 두뇌 신경망을 모방한 인공신경망 알고리즘은 인공지능의 출발점으로 신경망의 계층을 깊게 네트워크화 한 머신러닝의 핵심기술인 딥러닝으로 발전되었다.
기존의 데이터 분석기법과 머신러닝의 차이점으로는 기존의 분석기법은 분석가의 인간지능에 의해서 일회성 절차를 통해 분석되어 고정된 모형의 형태로 시스템화 되었으나 머신러닝은 학습대상을 선정하고 지속적인 학습을 반복적으로 자동수행하며 반복수행의 결과로 점차 성능이 개선되는 진화의 특성을 가지고 있다.
<전문용어>
통계적분석, 데이터마이닝, 머신러닝, 인공신경망