머신러닝 시스템의 종류
1. 지도학습 (Supervised Learning)
-
훈련 데이터에 레이블(label)이라는 답이 포함되어있는 모델
-
주어진 input으로부터 label을 예측하는 일을 학습
-
분류(classification) : 전형적인 지도학습
-
회귀(Regression) : 예측 변수(Predictor Variable)라고 부르는 feature를 사용하여 target의 수치를 예측하는 것(일부 회귀 알고리즘은 분류에 사용)
-
중요한 지도 학습 알고리즘
1. K-NN(K-nearest neighbors)
2. Linear Regression
3. Logistic regression
4. Support Vector Machine(SVM)
5. Decision Tree
6. Random Forest
7. Neural Networks
2. 비지도학습 (Unsupervised Learning)
-
훈련데이터에 레이블(label)이 없고, 머신이 아무런 도움 없이 학습해야하는 모델
-
중요한 비지도 학습 알고리즘
1. Clustering
2. Visualization & Dimensionality reduction
3. 강화학습 (Reinforcement Learning)
- 환경을 관찰해서 행동을 실행하고 그 결과로 보상 or 벌점을 받는 모델
→ 시간이 지나면서 가장 큰 보상을 얻기 위해 정책(policy)라고 부르는 최상의 전략을 스스로 학습
4. 준지도학습 (Semi-Supervised Learning)
- 일부만 레이블이 있는 데이터를 다루는 알고리즘
(지도학습 + 비지도학습)
Reference
https://www.nature.com/articles/s41582-020-0377-8
핸즈온 머신러닝 2판
