1. 머신 러닝 학습 방법은 데이터에 정답 즉, 출력이나 레이블이 주어지는 지의 여부에 따라 구분 할 수 있다.
2. 지도 학습과 비지도 학습의 학습 형태
- 지도 학습 : 입력 데이터와 그에 대응하는 정답(출력, 레이블)이 함께 주어지는 방식으로 모델이 입력과 출력 관계를 학습함.
- 비지도 학습 : 입력 데이터만 주어지고 정답(출력, 레이블)은 주어지지 않으며 모델이 데이터 속의 숨겨진 패턴이나 구조를 스스로의 학습을 통해 발견함.
3. 따라서 지도 학습과 비지도 학습의 본질적 차이는 정답(출력, 레이블) 유무에 있으며 지도 학습은 명확한 목표 예측을 위해, 비지도 학습은 데이터 구조 탐색에 적합함. 지도 학습의 대표적인 예는 질병 진단이 있고 비지도 학습의 대표적인 예는 고객 클러스터링이 있음.

'컴퓨터' 카테고리의 다른 글
| 모델 학습 시 발생할 수 있는 편향과 분산에 대해 설명하고, 두 개념의 관계에 대해 설명 (0) | 2025.05.25 |
|---|---|
| 손실 함수(loss function)란 무엇이며 왜 중요한가 (0) | 2025.05.25 |
| 대표적인 데이터 전처리 방법인 결측값, 중복값, 이상치 처리에 대해 설명 (0) | 2025.05.18 |
| EDA(Exploratory Data Analysis)란 무엇인가 (0) | 2025.05.18 |
| 선형대수학이란 어떤 학문이며, 왜 머신러닝(Machine Learning)에 필요한가 (0) | 2025.05.18 |