2nd/10_Wiki/Topics_Blog/Machine Learning (ML).md

id, category, confidence_score, tags, last_reinforced

id	category	confidence_score	tags	last_reinforced
P-REINFORCE-AUTO-MCLE-001	10_Wiki/💡 Topics/AI	0.99	auto-reinforced machine-learning ml algorithms statistical-learning data-driven	2026-04-20

Machine Learning (ML)

📌 한 줄 통찰 (The Karpathy Summary)

"스스로 배우는 프로그래밍: 개발자가 모든 규칙을 일일이 코딩(If-Else)하는 대신, 컴퓨터에게 엄청난 양의 데이터를 보여주고 그 안에 숨겨진 '규칙과 패턴'을 모델이 스스로 찾아내게 만드는 통계적 지능 구축술."

📖 구조화된 지식 (Synthesized Content)

기계 학습(Machine Learning)은 데이터로부터 스스로 학습하고 예측하는 알고리즘을 개발하는 학문 분야입니다.

1. 3대 학습 유형:
   • Supervised Learning (지도 학습): 정답(Label)이 있는 데이터로 공부 (스팸 분류 등).
   • Unsupervised Learning (비지도 학습): 정답 없이 데이터의 구조나 군집을 발견 (고객 세분화 등).
   • Reinforcement Learning (강화 학습): 시행착오와 보상을 통해 최적의 행동 선택 (알파고 등).
2. 왜 중요한가?:
   • 인간이 말로 다 설명할 수 없는 복잡한 패턴(이미지 인식, 자연어 이해 등)을 컴퓨터가 비약적으로 잘 처리하게 만든 현대 IT 기술의 가장 거대한 패러다임 시프트임.

⚠️ 모순 및 업데이트 (Contradictions & RL Update)

• 과거 데이터와의 충돌: 과거에는 사람이 직접 특징(Feature)을 설계해 주던 '전통적 ML 정책'이었으나, 현대 정책은 기계가 특징까지 스스로 찾아내는 '딥러닝 정책'으로 주류가 완전히 이동함(RL Update). (Deep Learning (DL)와 연결)
• 정책 변화(RL Update): 단순히 성능만 높이는 정책에서, 모델이 왜 그런 결과를 냈는지 설명하려는 'XAI(설명 가능한 AI) 정책'과 데이터의 편향을 바로잡는 '윤리적 학습 정책'이 필수 설계 요소 정책이 됨. (Ethics & AI와 연결)

🔗 지식 연결 (Graph)

• Deep Learning (DL), Reinforcement Learning (RL), Explainable-AI (XAI), Optimization, Inferential-Statistics
• Modern Tech/Tools: Scikit-learn, XGBoost, PyTorch, TensorFlow, Google Vertex AI.

---