#16 of AI and Deep Learning - 지도 학습 vs 비지도 학습

 Supervised vs Unsupervised

개요

지도 학습

• 개념
• output 이 명확히 존재하는 기계학습법
• 결과값에 대한 라벨링 작업 필요
• 피쳐 데이터셋 구성
• ex) 고양이의 여러가지 특징 = input / "고양이"라는 판단결과 = output
• 대표 유형
• 회귀 Regression
• 실제값 예측
• ex) 시험성적
• 분류 Classification
• 그룹핑
• ex) 0 (합격), 1 (불합격)

비지도 학습

• 개념
• 특정한 output 없이 유사한 특성을 가진 데이터끼리 군집화 하는 것
• ex) 고양이 - 호랑이 - 사자 (육지동물) vs 고래 - 상어 - 해파리 (바다동물)
• 간혹, 지도 학습 이전 단계인 "전처리 Preprocessing" 과정에서 활용하기도 함
• 대표 유형
• 클러스터링 Clustering
• 유클리드 거리 산정법에 의거하여 각 군집의 centroid 를 정함
• 해당 centroid (중심) 를 기준으로 가까운 데이터 -> 더 가깝게 조정하게 됨

references

개인 블로그

http://www.secmem.org/blog/2019/05/17/clustering/

위키

https://ko.wikipedia.org/wiki/%EC%A7%80%EB%8F%84_%ED%95%99%EC%8A%B5