1. Supervised learning(지도학습) / Unsupervised learning(비지도 학습)

Supervised learning vs Unsupervised learning
지도학습 vs 비지도학습

 

지난 시간 머신러닝 알고리즘은 크게 4가지가 있고,

이 중 메인은 Supervised Learning(지도학습)과 Unsupervised Learning(비지도 학습)이라고 했다.

 

쉽게 생각하면

 

기계를 어떤 알고리즘으로 교육을 시키는가? 를 의미한다.

 

 

 

둘의 차이점을 시각화 한 그래프다. 

지도학습은 라벨링된(명시적으로 구분되어 있는) 데이터를 학습하도록 하는 반면,

 

비지도학습은 아무 라벨링이 없거나, 모두 같은 라벨링 된

즉, 구분되지 않은 데이터를 던져주고 스스로 학습하여 Structure을 찾도록 한다.

 

 

 

자 그럼 비지도학습 알고리즘이 어떻게 Structure을 찾는가?

 

가장 대표적인 방법은 Clustering(군집화)이라는 것이다.

 

*Clustering : 서로 비슷한 특성을 지닌 변수들끼리 그룹화하는 방법

 

 

 

 

1-2. 지도학습 : Regression & Classification

 

회귀-연속적인 결과값 예측,

분류 - 불연속(이산)적인 결과값 예측

---

지도학습의 유형 두 가지인 1) Regression과 2) Classification 을 구분하는 것을

이해하기 위해 아래의 예를 준비해보았다.

 

 

Regression : A 사이즈의 종양이 악성일 가능성이 얼마나 될지 예상해 볼 수 있는가?

Classification : A 사이즈 종양은 악성(1)인가 양성(0)인가?

 

 

1-3. 비지도학습 : Clustering

 

엄청난 양의 데이터가 주어졌다고 가정했을 때, 클러스터링 할 수 있는 방법은 다양하다.

수명, 위치, 역할, 성별 등등 에 따라 그룹핑할 수 있다.