생활코딩 ML 스터디 [Machine Learning and Model] - 3

머신러닝 출처 : 생활코딩

1. 지도학습 & 비지도학습 & 강화학습

 

 ._지도학습(supervised) : 기계를 가르친다는 의미. 컴퓨터를 학습시켜서 모델을 만드는 방식

 ._비지도학습(unsupervised) : 기계에게 데이터에 대한 통찰력을 부여하는 것

 ._강화학습(reinforcement) : 학습을 통해서 능력을 향상 시키는 것, 어떻게 하는 것이 더 좋은 결과를 내는지 노력하는 수련과 비슷

 

2. 지도학습 (회귀 & 분류)

 

 ._회귀(Regression) : 예측하고 싶은 종속변수가 숫자(양적 데이터)일 때 회귀를 사용

 ._분류(Classification)  : 예측하고 싶은 종속변수가 이름이나 문자(범주형 데이터)일 때 분류를 사용

 

3. 비지도학습 (군집화 & 연관규칙학습 & 변환)

 

 ._군집화(Clustering) :  비슷한 것들을 모아 적당한 그룹을 만드는 것, 그룹을 만든 이후 적당한 그룹에 위치시키는 것은 분류

 ._연관규칙학습(Association) : 장바구니 분석이라고도 함. 제품들간의 연관성을 찾아내는 것. 추천시스템이 대표적 예

 ._관측치(행)를 그룹핑 해주는 것 -> 군집화

     특성(열)을 그룹핑 해주는 것 -> 연관규칙

 

4. 강화학습

 

 ._강화학습 (Reinforcement) :  일단 해보면서 경험을 통해서 실력을 키워가는 것, 행동의 결과가 자신에게 유리하면 상을 불리하면                                                              벌을 받는 것이다.

 ._이 과정을 반복하면 더 좋은 답을 찾아낼 수 있다는 것이 강화학습의 기본 idea

 ._게임 = 환경, 게이머 = 에이전트, 게임화면 = 상태, 게이머의 조작 = 행동, 상과 벌 = 보상, 게이머의 판단력 = 정책