P.29 ~ P.36
* 알고리즘 : 컴퓨터가 수행할 일을 순서대로 알려주는 명령어의 집합
’내가 창조하지 못하는 것은 이해하지 못한다’ - 리처드 파인만
* 복잡성 괴물 : 공간(저장장치), 시간(수행시간), 인간(버그)
P.37 ~ P.45
* 머신러닝 → 씨앗, 데이터 → 토양
* 학습된 결과물(프로그램) : 성장한 식물
* 머신러닝 알고리즘은 중개인(MatchMaker)
* 데이터는 석유처럼 정제하는 일이 큰 사업이다.
P.46 ~ P.95
* 마스터알고리즘의 후보들
- 신경과학에서 두뇌 모방
- 진화론에서 자연 선택
- 물리학에서 카오스 이론
- 통계학에서 베이즈 정리
- 컴퓨터과학에서 NP완전문제
P.96 ~ P.110
- 진화주의자 : 구조를 진화시킴
- 연결주의자 : 변수를 학습함
- 기호주의자 : 가지를 구성함
- 베이즈주의자 : 증거에 가중치를 부여함
- 유추주의자 : 새로운 상황과 연관지음
P.111 ~ P.164
기호주의자의 머신러닝
세상에 공짜는 없다 → 지식이 없는 학습은 없다
연역법 : 규칙의 모음
오컴의 면도날 : 실체들은 필요이상으로 중복되어서는 안된다
→ 의사결정트리
P.165 ~ P.204
연결주의자의 머신러닝
퍼셉트론, 역전파, 합성곱신경만, 볼츠만기계
P.205 ~ P.238
진화주의자의 머신러닝
유전알고리즘 → 적합성 함수
물통릴레이알고리즘 → 가장 빨리 학습하는 자가 승리한다
P.239 ~ P.290
베이즈주의자의 머신러닝
사후확률
P(A|B) = P(A) X P(B|A) / P(B)
P(원인|결과) = P(원인) X P(결과|원인) / P(결과)
P.291 ~ P.330
유추주의자의 머신러닝
최근접 이웃알고리즘
협력필터링시스템
차원의 저주
SVM
P.331 ~ P.378
선생님없이 배우기
K-평균 알고리즘
EM알고리즘(Expectation - Maximization)
주성분분석(PCA, Principle Component Analysis)
P.379 ~ P.420
여러가지 알고리즘의 통합
메타학습 → 스태킹(쌓아올리기)
→ 배깅(자루에 넣기)
→ 부스팅(강화법)
마르코프논리네트워크
P.421 ~ P.462
* 패러티브사이언스사 : 야구경기를 정리하는 인공지능시스템 운영사
구글 + 마스터알고리즘 = 스카이넷?
컴퓨터는 고유의 의지가 없기 때문에 불가능
통계학자는 미래예측이 어렵다는 것을 알고
컴퓨터과학자는 미래를 예측하기 위해 미래를 창조한다
