머신러닝의 종류(1) - 지도학습

머신러닝에도 종류가 많다.

 

아래와 같은 요소로 분류할 수 있다.

 

• 머신러닝 과정에 인간이 개입하였는가?
  (지도학습, 비지도학습, 준지도학습, 강화학습)
• 즉석에서 바로 학습할 수 있는가?
  (Internet vs batch learning)
• 데이터 간 단순 비교를 하는 것인가 아니면, 샘플에서 패턴을 찾고 새로운 예측 모델을 만드는 것인가?
  (사례 기반인가 모델 기반인가?)

 

---

인간의 개입의 여부와 정도로 머신러닝을 분류하면,, 지도학습과 비지도학습, 준지도학습, 강화학습으로 나뉜다.

 

지도학습

분류

지도학습에서는 인간이 생각하는 정답이라는 것을 라벨링해서 기계에 넘기고 학습하여 새로운 데이터가 주어졌을 때 비슷한 정답을 내리도록 한다.

 

가장 흔한 지도학습의 방법에는 분류Classification가 있다. 머신러닝은 주어진 데이터 샘플에서 패턴을 발견해 분류하는 방법을 익히는 것이다.

 

회귀

또 한 가지는 회귀분석이라는 것이다. 따로 떨어진 정보들에 대해서는 분류를 하지만, 부동산 가격과 같은 것은 주어진 데이터에서 패턴을 발견해 target value를 예측한다.

 

이렇게 분류하기는 하였지만, 회귀 알고리즘이 분류에 사용되기도 하고, 분류 알고리즘이 회귀 분석에 사용되기도 한다. 확률을 사용하는 로지스틱 회귀의 경우는 분류를 하는데 사용되기도 한다.

 

 

지도학습의 예시

k-Nearest Neighbors

Linear Regression

Support Vector Machines (SVMs)

Decision Trees and Random Forests

neural network