[인공지능] 머신러닝의 분류

 

머신러닝 (Machine Learning)

 

- 지도 학습 (Supervised Learning)

- 비지도 학습 (Unsupervised Learning)

- 강화 학습 (Reinforcement Learning)

 

 

지도 학습 (Supervised Leaning)

 

- 분류 (Classfication)

- 회귀 (Regression)

 

 

비지도 학습 (Unsupervised Learning)

 

- 군집화 (Clustering)

- 변환 (Transform)

- 연관 (Association)

 

 

 

지도 학습 (Supervised Learning)

문제와 정답을 가르쳐줌. (문제집과 정답을 주는 것)

 

독립변수(문제)와 종속변수(정답)에 대한 충분한 데이터를 넘겨주어서 생성시킨 모델에

문제가 주어졌을 때 경험을 토대로 정답을 예측할 수 있게 함.

 

회귀 (Regression)

예측하고 싶은 종속변수가 숫자(양적 데이터)일 때 사용하는 방식.

(숫자데이터를 예측하고 싶을 때 사용한다)

ex) 온도에 따른 판매량 예측

 

분류 (Classification)

예측하고 싶은 종속변수가 숫자가 아닌, 문자나 이름(범주형 데이터)인 경우 사용하는 방식.

데이터를 성격에 맞게 그룹핑하여 분류해놓고 사용하는 방식.

ex) 사진에 따른 물체 예측

 

ps. 결과의 범위가 '범주'가 아닌 무한히 많다면, 그것은 분류가 아니다. 범주형 데이터라는것은, 후보가 유한해야한다.

회귀는 데이터의 범위가 무한히 많지만, 이름값이 아니므로 해당 경우를 만족할 수 없다. 이 경우는 지도학습으로 불가능하다.

 

+ 정리

가지고 있는 데이터에 독립변수와 종속변수가 있고, 종속변수가 숫자일 때 회귀를 이용.

가지고 있는 데이터에 독립변수와 종속변수가 있고, 종속변수가 이름일 때 분류를 이용.

 

 

 

비지도 학습 (Unsupervised Learning)

기계에 데이터에 대한 통찰력을 부여. 정답을 알려주지 않는 방식이며, 관찰을 통해 새로운 의미나 관계를 스스로 밝혀냄.

데이터의 성격을 파악하거나 데이터를 잘 정리정돈 하는 것에 주로 사용.

 

군집화 (Clustering)

비슷한 것들을 찾아서 그룹을 만드는 것 = 비슷한 행 데이터를 그룹핑하는 것 (관측치를 그룹핑해주는 것)

 

+ 군집화 vs 분류

군집화 : 비슷한 것들 끼리 모아서 그룹을 만듦. 어떤 대상들을 구분해서 그룹을 만듦.

 

분류 : 각 데이터를 적당한 그룹 안에 위치시킴. 어떤 대상이 어떤 그룹에 속하는지 나누는 것.

(즉 여기선 그룹을 만드는 걸 사람이 한다는 것)

 

연관 (Assosication) = 연관 규칙 학습.

 

비슷한 열 데이터를 그룹핑해주는 것 (특성을 그룹핑 해주는 것)

 

사람들의 구매 내역에 대한 데이터를 가지고 있다고 할 때,

장바구니에 담긴 상품들을 토대로 상품을 추천해주는 방식.

ex) 영화 추천, 쇼핑 추천, 검색어 추천, 동영상 추천 등

 

 

+ 지도학습 vs 비지도학습

 

비지도학습 : 데이터를 정리정돈해서 표에 담긴 데이터의 성격을 파악하는 것이 목적. 독립변수/종속변수의 구분이 중요하지 않으며 데이터만 있으면 됨.

ex ) 나는 누구인가? -> 나의 행동 데이터를 분석하여 나의 성질을 파악할 수 있음.

 

지도학습 : 원인-결과(독립변수-종속변수)를 바탕으로 결과를 모르는 원인의 결과를 추측하는 것이 목적.

 

 

강화 학습

일단 해보는 것. 어떻게 하는 것이 더 좋은 결과를 내는지 스스로 경험을 반복해보면서 더 좋은 결과를 얻어내게 함.

학습을 통해 능력을 향상한다는 점에서 지도학습과 비슷하지만, 지도학습은 배움을 통해 실력을 키운다면, 강화학습은 일단 해보면서 경험을 통해 실력을 키운다.

한마디로 강화학습은 agent가 environment에서 state에 따라 더 많은 reward를 받을 수 있는 action을 하기 위한 policy를 만드는 것이 목적인 것.

ex) 게임의 인공지능 플레이어

 

 

출처 - opentutorials.org

참고 - blog.naver.com/baek2sm/221837706395