[빅데이터 분석 면접 준비] 지도학습과 비지도학습, 준지도학습, 강화학습

@notepad_jj2

츄르사려고 코딩하는집사입니다.

---

1. 지도학습(Supervised Learning)

- 입력과 출력 데이터를 기반으로 일반화된 모델을 만들어 의사 결정 프로세스를 자동화하는 학습을 말한다. 

- 머신러닝 모델에 적용되는 알고리즘에 입력값과 입력값에 기대되는 출력값을 제공하여 자동화한다.

- 예를 들어, 스팸 판별(분류), 피부암 이미지를 통한 종양 판단(분류), 부정 거래 판별(분류), 판매값 예측(회귀) 등

 

2. 비지도학습(Unsupervised Learning)

- 지도학습(Supervised Learning)과는 다르게, 입력 데이터만 주어지고, 출력은 제공하지 않는다.

- 그래서, 입력 데이터에 대한 분류에 대해 많이 사용

- 비슷한 이미지 묶기(클러스터링) 등

 

지도학습과 비지도학습의 공통점은 머신러닝 모델이 인식할 수 있는 형태로 입력 데이터를 준비해야 한다는 것이다.

 

3. 준지도학습(Semisupervised Learning)

- 입력값과 출력값이 1쌍인 데이터들과 입력값은 있는데 출력값이 없는 데이터를 동시에 사용하여 머신러닝 모델을 더 좋게 만드는 학습을 말한다.

- 출력값이 없는 데이터가 균등한 규칙이 있다면 지도학습에는 전혀 도움이 되지 않고, 군집 형태의 규칙이 있다면 도움이 될 수 있다.

 

4. 강화학습(Reinforcement Learning)

- 여러가지 선택지에서 보상을 최대한으로 받을 수 있는 선택을 하는 방법을 말한다.

- 강화학습은 지도학습과 다르게 입력값과 출력값의 쌍으로 이루어진 데이터를 제시하지 않는다.