R 기초 34 - 머신러닝의 종류(지도 학습, 비지도 학습, 강화 학습)

 

지도 학습(Supervised Learning)

지도 학습이란 말 그대로 정답이 있는 데이터를 활용해 데이터를 학습시키는 것이다. 입력 값(X data)이 주어지면 입력값에 대한 Label(Y data)를 주어 학습시키는 것을 말한다. 예를 들어 인물 사진과 동물 사진을 주어 이건 사람이고 이건 동물이야라고 알려주는 학습 방식이다. 따라서 기계가 정답을 잘 맞췄는지 아닌지를 쉽게 알 수 있다.

 

비지도 학습(Unsupervised Learning)

비지도 학습이란 지도 학습과 다르게 정답 라벨이 없는 데이터를 비슷한 특징끼리 군집화 하여 새로운 데이터에 대한 결과를 예측하는 것이다. 라벨링 되어있지 않은 데이터로부터 패턴이나 형태를 찾아야 하기 때문에 지도학습보다는 조금 더 난이도가 있다.

 

강화 학습(Reinforcement Learning)

강화 학습은 지도, 비지도 학습과는 다른 종류의 알고리즘이다. 강화 학습에서는 학습하는 시스템을 에이전트라고 부르며 환경을 관찰해서 행동을 실행하고 보상을 받는다. 시간이 지나면서 가장 큰 보상을 얻기 위해 정책이라고 부르는 최상의 전략을 스스로 학습한다. 정책은 주어진 상황에서 에이전트가 어떻게 행동해야 하는지를 판단한다.

 

 

출처: https://ebbnflow.tistory.com/165 [삶은 확률의 구름:티스토리]