2. 머신러닝 분류

img

2.1 지도학습(supervised learning)

기계를 가르친다. 문제와 정답을 알려주어서 모델을 만든다.

img

2.1.1 분류(classification)

데이터에 독립변수(원인) 와 종속변수(결과) 가 있고,

종속변수(결과) 가 이름일 때 분류를 이용합니다.

img

이는 분류입니다.

독립변수가 이미지이고, 종속변수가 강아지 또는 고양이이기 떄문입니다.

2.1.2 회귀(regression)

데이터에 독립변수(원인) 와 종속변수(결과) 가 있고,

종속변수(결과) 가 숫자일 때 회귀를 이용합니다.

img

2.2 비지도학습(unsupervised learning)

정답 없이 관찰을 통해 새로운 의미, 관계를 밝혀내는 방식

img

2.2.1 군집화(clustering)

비슷한 것들끼리 그룹을 만들어 주는 것.

분류(classification)와 뭐가 다른가요?

분류는 지도학습이고, 군집화는 비지도학습 입니다.

즉, 분류는 입력에 대해서 어떤 그룹에 속하는지 판단하는 것이며,

군집화는 그룹을 지어주는것 이다.

img

img

2.2.2 연관(association)

특성을 기준으로 그룹을 지어주는 것.

img

위와 같이 추천 알고리즘에 활용할 수 있다.

img

데이터를 그룹으로 만들면 -> 군집화

특성을 그룹으로 만들면 -> 연관규칙

2.3 강화학습(reinforcement learning)

지도 학습이 문제집과 답지로 학습한다면, 강화학습은 행동과 보상으로 학습한다.

img

img

게임 AI를 만들 때, 지도 학습을 사용하기는 애매하다.

장애물을 피하면 좋고, 아이템을 먹으면 좋다는 사실은 명확하지만 방법이 다양하다.

그래서 행동에 따라 긍정적인 행동을 하면 보상을 주어 학습을 한다.

Machine-learning 지도

img