[머신러닝야학]머신러닝1_4일차&5일차

머신러닝의 종류

1. 지도학습(supervised learning)：표본 데이터를 학습시켜, 독립변수에 따른 종속변수를 예측함.

  1) 회귀(regression)

    -기계가 회귀식을 파악하여, 독립변수에 따른 종속변수를 예측함.

    -종속변수가 숫자일 때. (개인적인 이해에서는 종속변수의 속성이 등간척도 이상일 때)사용 

  2) 분류(classification)

    -기계가 판단 기준을 학습하여, 독립변수에 따른 종속변수를 판단함.

    -종속변수가 문자일 때. (개인적인 이해에서는 서열척도 이하일 때)사용

2. 비지도학습(unsupervised learning) : 데이터의 특성을 파악. 정리정돈.

  1) 군집화(clustering)

    -변산성이 적은 데이터끼리 그룹화하는 것(회귀계수를 기준으로 그룹을 만드는 것일까?)

    -그룹 개수를 지정. 관측치를 n개의 그룹으로 나눔.

  2) 연관 규칙 학습(Association rule learning)

    -상관관계를 학습. 특성을 그룹화함

    -특성 간 상관관계를 학습하여, 사용자의 선택에 따라 다음 선택을 추천하는 것.

  3) 변환(transform)_과제!

3. 강화학습(reinforcement learning) : 판단의 결과를 토대로 학습. 경험학습.

  -기계의 판단에 옳고 그름의 피드백을 주어 학습시키는 것. 지도학습과 유사하지만, 학습 방식이 다르다.

  -조작적 조건화를 기계에게 하는 것. 강화와 처벌을 통해 비둘기 대신 기계가 버튼을 누르게 만듦

 

생산하는 것을 두려워하지 말자.