[인공지능] 머신러닝 이론1

머신러닝의 유형

지도학습(Supervised Learning)

어떤문제에 대해 맞다, 틀렸다를 지정하여 컴퓨터에게 학습을 시키는 것이다.

위와 같이 데이터들이 X, 그 데이터에 대한 결과를 Y로 넣어 준비를 한다.

이런식으로 학습을 시켜 모델을 생성하고 예측을 한다.

지도학습은 Y의 형태에 따라두 가지로 나뉜다
① 분류(Classification)
② 회귀(Regression)

분류(Classification)

위와 같이 특정 값으로 Y가 도출되면 분류학습을 해야한다.

회귀(Regression)

회귀의 경우 Y는 연속적인 값을 가질때의 학습니다.

비지도학습(Unsupervised Learning)

비지도학습의 유형

① 군집화(Clustering): 유사한 포인트들끼리 그룹을 만드는 방법

② 잠재 변수 모델(Latent Variable Model)
: 표현된 데이터 속에 내재되어 있는 요인을 찾는 것

③ 밀도 추정(Density Estimation)
: 관측된 데이터를 이용하여 데이터 생성에 대한 확률밀도함수를 추정

④ 이상치 탐지(Novelty (or Anomaly) Detection)
: 다른 포인트들과 비교하여 많이 벗어나 있는 포인트를 찾아내기

⑤ 인공신경망 기반 비지도학습

강화학습(Reinforcement Learning)