📝 Machine Learning(기계학습)

컴퓨터가 학습할 수 있도록 하는 알고리즘과 기술을 개발하는 분야이다.
머신러닝은 데이터 수집 - 전처리 - 피쳐추출 - 학습 - 검증 총 5단계로 진행된다.

1) 지도학습(Supervised Learning)

지도 학습은 정답이 있는 데이터를 활용해 데이터를 학습시키는 것이다. 입력 값(X)이 주어지면 입력값에 대한 Label(Y)를 주어 학습시킨다.

종류	의미
회귀(Regression)	데이터의 Feature를 기준으로 연속된 값을 예측
분류(Classification)	데이터를 정해진 카테고리(라벨)에 따라 분류

🔎 회귀, 분류의 차이
회귀 : 종속변수가 수치형(숫자)일 경우
분류 : 종속변수가 범주형(이름⋅문자)일 경우

2) 비지도학습(Unsupervised Learning)

비지도 학습은 지도 학습과는 달리 정답 라벨이 없는 데이터를 비슷한 특징끼리 군집화하여 새로운 데이터에 대한 결과를 예측하는 방법이다.

종류	의미
군집화(Clustering)	주어진 데이터의 속성값들을 고려해 유사한 개체끼리 그룹화
변환 / 차원축소(Dimentionality Reduction)	다차원의 데이터셋을 차원 축소하여 새로원 차원의 데이터셋을 생성
연관규칙	어떤 항목이 어떤 항목을 동반하여 등장하는지 연관성에 대한 규칙

3) 강화학습(Reinforcement learning)

어떤 환경 안에서 정의된 에이전트가 현재의 상태를 인식하여, 선택 가능한 행동들 중 보상을 최대화하는 행동 혹은 행동 순서를 선택하는 방법이다.