> For the complete documentation index, see [llms.txt](https://ai-society-1.gitbook.io/ai-society/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://ai-society-1.gitbook.io/ai-society/2..md).

# 2. 머신러닝 분류

![img](https://i.ibb.co/9hQh4Ft/Untitled.png)

### 2.1 지도학습(supervised learning)

기계를 가르친다. **문제**와 **정답**을 알려주어서 모델을 만든다.

![img](https://s3-ap-northeast-2.amazonaws.com/opentutorials-user-file/module/4916/12309.jpeg)

#### 2.1.1 분류(classification)

데이터에 **독립변수(원인)** 와 **종속변수(결과)** 가 있고,

**종속변수(결과)** 가 **이름**일 때 **분류**를 이용합니다.

![img](https://camo.githubusercontent.com/f0fe57a3540c293e21dcadff0cf5dedf3aaaea16509613822ee713fd40228a91/68747470733a2f2f6d69726f2e6d656469756d2e636f6d2f6d61782f313833382f312a6f4233533579484868766f75674a6b50587563386f672e676966)

이는 **분류**입니다.

**독립변수**가 이미지이고, **종속변수**가 **강아지** 또는 **고양이**이기 떄문입니다.

#### 2.1.2 회귀(regression)

데이터에 **독립변수(원인)** 와 **종속변수(결과)** 가 있고,

**종속변수(결과)** 가 **숫자**일 때 **회귀**를 이용합니다.

![img](https://s3-ap-northeast-2.amazonaws.com/opentutorials-user-file/module/4916/12311.jpeg)

### 2.2 비지도학습(unsupervised learning)

정답 없이 관찰을 통해 새로운 의미, 관계를 밝혀내는 방식

![img](https://s3-ap-northeast-2.amazonaws.com/opentutorials-user-file/module/4916/12328.jpeg)

#### 2.2.1 군집화(clustering)

비슷한 것들끼리 그룹을 만들어 주는 것.

***분류(classification)와 뭐가 다른가요?***

**분류**는 **지도학습**이고, **군집화**는 **비지도학습** 입니다.

즉, **분류**는 입력에 대해서 **어떤 그룹**에 속하는지 판단하는 것이며,

**군집화**는 **그룹을 지어주는것** 이다.

![img](https://i.ibb.co/9TfRs2r/1.png)

![img](https://i.ibb.co/xDpMDSr/2.png)

#### 2.2.2 연관(association)

특성을 기준으로 그룹을 지어주는 것.

![img](https://i.ibb.co/12jd3fQ/1.png)

위와 같이 추천 알고리즘에 활용할 수 있다.

![img](https://i.ibb.co/QCVrZrf/2.png)

데이터를 그룹으로 만들면 -> 군집화

특성을 그룹으로 만들면 -> 연관규칙

### 2.3 강화학습(reinforcement learning)

지도 학습이 문제집과 답지로 학습한다면, 강화학습은 행동과 보상으로 학습한다.

![img](https://s3-ap-northeast-2.amazonaws.com/opentutorials-user-file/module/4916/12358.jpeg)

![img](https://i.ibb.co/qRLqvtx/3.png)

게임 AI를 만들 때, 지도 학습을 사용하기는 애매하다.

**장애물을 피하면 좋고**, **아이템을 먹으면 좋다**는 사실은 명확하지만 **방법이 다양**하다.

그래서 **행동**에 따라 긍정적인 행동을 하면 보상을 주어 학습을 한다.

## Machine-learning 지도

![img](https://i.ibb.co/sPjzVtq/4.png)