혼자공부하는 머신러닝 정리

혼자공부 머신러닝 정리

머신러닝의 종류는 세가지로 나뉜다. 그것은 바로 지도학습(Supervised Learning)과 비지도학습(Unsupervised Learning) 그리고 강화학습(Reinforced Learning)으로 나뉘게된다.

1. 지도학습 (Supervised Learning)
   지도학습은 기계를 가르치는 방식의 일종으로 주어진 데이터로 컴퓨터를 학습시켜서 모델(Model)을 만드는 학습방식이다. 정확하게 말하자면 과거의 데이터로부터 학습해서 결과를 예측하는데 사용되는 학습방식이다.
   지도학습은 분류(Classification)와 회귀(Regression)으로 분류할 수 있다.

• 분류(Classification)
  지도학습의 한 종류인 분류는 종속변수가 문자로 되어있는 것을 예측하고싶을때 사용하는 방식이다.
• 회귀(Regression)
  지도학습의 한 종류인 분류는 종속변수가 숫자로 되어있는 것을 예측하고싶을때 사용하는 방식이다.

2. 비지도학습 (Unsupervised Learning)
   비지도학습은 지도학습과 반대로 데이터를 학습시켜서 모델을 생성시켜 일정한 공식을 도출하는게 아닌 데이터를 학습시켜 이 데이터의 상관관계, 의미를 파악할 수 있게 하는 학습방식이다.

• 군집화(Clustering)
  유사한 속성을 가진 행(관측치)끼리 클러스터를 만들어주는것
• 연관규칙학습(Association rule learning)
  연관된 속성을 가진 열끼리의 규칙을 만드는것

3. 강화학습(Reinforced Learning)
   컴퓨터에게 보상을 받을 수 있는 정책을 만드는 것이 핵심!

막줄은 요약한 표로 머신러닝의 큰 그림이다.

• https://opentutorials.org/course/4548/28934 보고 정리한 글입니다.

Written with StackEdit.