지도 학습과 비지도 학습의 차이는 무엇인가요?

1. 지도 학습(Supervised Learning)

정답이 포함된 데이터를 학습하는 방식
예를 들어:

여기서 모델은
'공수 시간 => 시험 점수' 관계를 학습. 즉, 입력(X)과 정답(Y)이 함께 존재

1) 특징

• 정답(Label)이 있음
• 예측 목적이 강함
• 결과를 맞추는 것이 핵심

2) 대표 문제
a. 분류(Classification)
카테고리 예측
ex:
- 스팸 메일 판별
- 고객 이탈 여부
- 암 진단

b. 회귀(Regression)
숫자 예측
ex:
- 집값 예측
- 매출 예측
- 주가 예측
대표 알고리즘
- 선형회귀
- 로지스틱 회귀
- 의사결정나무
- 랜덤포레스트
- XGBoost
- SVM

2. 비지도 학습(Unsupervised Learning)

정답 없이 데이터의 패턴을 스스로 찾는 방식
예를 들어 고객 데이터가 있을 때:

정답은 없지만 모델이:

• VIP 고객
• 일반 고객
• 이탈 위험 고객
  처럼 비슷한 그룹을 자동으로 묶음

1) 특징

• 정답(Label)이 없음
• 숨겨진 패턴 탐색 목적
• 데이터 구조 이해에 강함

2) 대표 문제
a. 군집화(Clustering)
비슷한 데이터끼리 그룹화
예:
- 고객 세분화
- 사용자 유형 분석

b. 차원 축소(Dimensionality Reduction)
변수가 너무 많을 때 핵심 정보만 압축
예:
- 시각화
- 노이즈 제거

대표 알고리즘
- K-Means
- DBSCAN
- PCA

☝️ 지도 학습 vs. 비지도 학습 핵심 차이

지도 학습: 답지를 보면서 공부하는 것 (ex. 이탈할 고객을 예측)
비지도 학습: 답지 없이 스스로 규칙 찾는 것 (ex. 고객 유형을 나눠보기)

😎