머신러닝의 종류.

작성자: 닌콤님    작성일시: 작성일2018-02-20 20:24:59    조회: 343회    댓글: 0

머신러닝에는 여러 종류가 있습니다.

크게 "교사 학습 ( Supervised learning )", "비교사 학습 ( Unsupervised learning )", "강화 학습 ( Reinforcement learning )" 으로 나눕니다.


1. 교사 학습 ( Supervised learning )

- 선생님이 옆에서 문제를 주고, 답을 알려주는것과 같은 학습법.


2. 비교사 학습 ( Unsupervised learning )

- 교사 학습과 반대되는 학습으로, "최종적으로 내야하는 답"이 정해져 있지 않는것이 특정이다. 사람도 판단하기 어려운 본질적인 구조등을 확인할때 사용한다고 합니다.

  클러스터 분석 ( Cluster analysis ), 주성분 분석 ( Principal component analysis), 벡터 양자화 ( Vector quantization ), 자기 조직화 ( Self organization ) 등이 비교사 학습입니다.


3. 강화 학습 ( Reinforcement learning )

- 현재 상태를 관란해서 어떻게 대응해야 할지를 판단할때 사용합니다.

  강화 학습은 교사학습과 비슷하지만 완전한 답을 제공하지 않는것이 다른 학습법입니다.


머신러닝은 다음과 같은 과정의 반복이라고 이해하시면 됩니다.


1. 데이터 수집

2. 데이터 가공

3. 데이터 학습

    3.1 학습방법 선택  ( SVM, 랜덤포레스트, k-means 등의 알고리즘이 있음 )

    3.2 매개변수 조정

    3.3 모델 학습

4. 모델 평가

    4.1 정밀도가 제대로 나오는가? NO --> 3. 데이터 학습 재 실행.

    4.2 정밀도가 제대로 나오는가? YES -> 5. 성공

5. 성공 

    

댓글목록

등록된 댓글이 없습니다.