머신러닝 기술과 투자 사례

소개

"머신러닝 기술과 투자 사례"에 대한 내용입니다.

목차

1. 인공지능의 개념
2. 인공지능은 머신러닝을 통해 가능
3. 머신러닝 패러다임
4. 머신러닝 방법
5. 인공지능, 머신러닝은 데이터의 양적 질적 개선으로 인해 빠르게 발전중
6. 효율적인 머신러닝을 위해서는 특성(feature)의 선정이 중요
7. 자본시장, 금융업과의 연관성
8. 활용분야
9. 머신러닝 금융업 적용 사례

본문내용

□ 인공지능의 개념
― 1956년 다트머스대 교수 McCarty가 ‘인공지능’용어 처음사용
― ‘인간처럼 행동하는 시스템’으로 정의하는 경우가 많음

□ 인공지능은 머신러닝을 통해 가능
― 1959년 IBM 연구원 Samuel이 ‘머신러닝’용어 처음 사용
● 머신(machine)은 프로그래밍이 가능한 컴퓨터를 의미
― 생물신경망에서의 학습: 생물의 신경망에서 신경세포는 동일 시그널이 반복될 때 이를 기억, 인공신경망에서는 가중치(weight factor)을 통해 생물학적 ‘학습’을 모방(Hebb, 1949)
● 뉴런에 도달한 신호가 임계값을 넘을 경우 시냅스를 통해 다음 뉴런으로 전달, 같은 신호가 반복되어 전달될 경우 해당 시냅스가 강화됨, 인간은 태어나기 전부터 유런의 개수는 고정되어 있으나 시냅스는 가변적
― 인공신경망에서의 학습: 뉴런간 정보 전달 시 가중치를 부여하고 이를 조정함으로써 생물학적 ‘학습’을 모방, 이를 확장하여 Rosenblatt(1958)은 퍼셉트론(Perceptron)모형 개발

참고자료

· KB경영연구소 재인용, 교보증권리서치센터