[AI] Machine Learning & Data Mining

1. Data Mining
 - 목표는 방대한 양의 데이터 속에서 의미있는 지식을 찾아내는 것

2. Metadata
 - 데이터에 대한 데이터, 특정 데이터가 어떤 것의 데이터 인지 정의한 data

3. Supervised Learning
 - 사람이 지도하는 방식
 - Data Mining 방법 중 하나로 주된 방법으로 classification이 있다.
 - classification은 특정 데이터의 카테고리를 찾는 방법이다.
 - KNN 알고리즘 : 특정 데이터를 뽑았을 때 가까운 데이터를 범위 k만큼 골라내는 방식으로 카테고리를 나눌 수 있다

4. Unsupervised Learning
 - 사람이 개입하지 않는 방식
 - label data 없이 가장 그 data를 잘 설명할 수 있는 cluster를 찾는 문제이다.
 - K-means : 특정 cluster 내에서 자신을 제외한 다른 data와 차이가 가장 작은 값을 가지는 데이터를 뽑아내는 알고리즘

5. Machine Learning
 - explicit programming(사람이 개입해 개발)의 제한으로 나타남
 - data mining 처럼 supervised와 unsupervised, reinforcement 이렇게 3가지 방법이 있다.
 - Data로 새로운 rule을 생성하는 방식
 - 실제 데이터 값과 rule의 값을 비교해서 그 비교 값의 제곱을 비교해 그 값이 가장 적은 rule을 채택한다.