머신러닝의 학습방법을 지도학습, 비지도학습, 강화학습으로 분류합니다.
1. 지도학습: 데이터에 정답이 있음
- 고양이와 토끼를 구분한 예측결과를 출력함
2. 비지도학습: 데이터에 정답이 없음
- 구매이력이 담긴 쇼핑이력, 구매이력으로 소득수준 파악, 소비자의 취향파악 등 정답은 없지만 주어진 정보를 이용해 상관관계를 찾아냄
- 데이터를 그룹으로 나누는 클러스터링과 이상치 탐지에 사용됨
3. 강화학습: 데이터를 사용하지 않고 인공지능이 스스로 시행착오를 겪으며 성장하는 학습방법
- 강화학습을 데이터를 입력으로 받지 않고 주어진환경과 인공지능이 직접 상호작용해 인공지능의 행동을 점점 수정해나가도록 학습함
- 성공적인 행동에 상을 내리고, 잘못된행동에 벌을 줘서 인공지능이 직접 자신의 생동을 개선하게 함
- 구글의 알파고
참고: Must Have 텐초의 파이토치 딥러닝 특강
'데이터사이언스 > 인공지능' 카테고리의 다른 글
간단한 신경망 만들기(사인함수 예측하기) (0) | 2022.08.26 |
---|---|
인공신경망 ANN 이해하기(인공지능 핵심용어 등) (0) | 2022.08.24 |
딥러닝 문제 해결 체크리스트 (0) | 2022.08.24 |
머신러닝의 이상치 탐지 기법과 적용사례 (0) | 2022.08.21 |
인공지능에서 머신러닝과 딥러닝의 차이 (0) | 2022.08.16 |