머신러닝 분류

지도 학습

• 데이터에 대한 Label(명시적인 답)이 주어진 상태에서 컴퓨터를 학습시키는 방법
• 분류와 회귀로 나뉘어짐

   분류 (Classification)

•    미리 정의된 여러 클래스 레이블 (정답) 중 하나를 예측하는 것
•    속성 값을 입력,클래스 값을 출력으로 하는 모델

   회귀 (Regression)

• 연속적인 숫자를 예측하는 것
• 속성 값을 입력,연속적인 실수 값을 출력으로 하는 모델
• 예측 값의 미묘한 차이가 크게 중요하지 않음

비지도 학습

• 데이터에 대한 Lable(명시적인 답)이 없는 상태에서 컴퓨터를 학습시키는 방법
• 데이터의 숨겨진 특징,구조,패턴을 파악하는데 사용
• 데이터를 비슷한 특성끼리 묶는 클러스터링과 차원축소등이 있다

강화학습

• 지도학습과 비슷하지만 완전한 답(Label)을 제공하지 않는 특징이 있다.
• 기계는 더 많은 보상을 얻을 수 있는 방향으로 행동을 학습
• 주로 게임이나 로봇을 학습시키는데 많이 사용

 

머신러닝 흐름도