728x90
지도학습(supervised learning)
Y = f (x) 에 대하여 입력변수 (X) 와 출력변수 (Y) 의 관계에 대하여 모델링하는 것
(Y에 대하여 예측 또는 분류하는 문제)
- 회귀 (regression) : 입력 변수 X에 대하여 연속형 출력 변수 Y 를 예측
- 분류 (classification) : 입력 변수 X 에 대해서 이산형 출력 변수 Y(class)를 예측
여기서 잠깐!!
연속형 변수와 이산형 변수
출처 : K-solution 연구소
비지도 학습(unsupervised learning)
- 출력변수(Y)가 존재하지 않고, 입력변수(X)간의 관계에 대해 모델링 하는 것
- 군집분석 - 유사한 데이터끼리 그룹화
- PCA(주성분 분석) - 독립변수들의 차원을 축소화
강화학습(reinforcement learning)
- 수 많은 시뮬레이션을 통해 현재의 선택이 먼 미래에 보상이 최대가 되로록 학습
ex) 알파고 - Agent가 action을 취하고 환경에서 보상을 받고 이 보상(reward)이 최대가 되도록 최적의 action을 취하는 방법을 배움
지도학습과 비지도학습 강화학습 총정리
반응형
'Machine learning' 카테고리의 다른 글
[Machine Learning] 단순선형회귀분석(Simple Linear Regression) 예제 ,pandas , numpy , plot (0) | 2020.05.11 |
---|---|
[기계학습]회귀계수의 의미 , 희귀계수 검정 ( SST , SSE , SSR , P-value ) (0) | 2020.04.28 |
[기계학습]회귀분석 , 회귀계수 추정 , Matrix 미분 활용 (0) | 2020.04.22 |
[기계학습]과적합(overfitting)이란? (0) | 2020.03.25 |
[기계학습]Machine Learning의 개념 (0) | 2020.03.19 |