머신 러닝(Machine Learning)의 이해

머신러닝의 이해 

 

머신러닝의 세분화

머신러닝은 크게 supervised와 unsupervised로 나눌 수 있다.

supervised는 예를 들어 동물 사진을 주면 동물의 종을 맞추는 프로그램을 만든다고 할 때,

우리는 이를 학습 시키기위해 동물의 사진 데이터와 그에 매핑되는 동물의 종 데이터가 필요하다.

위와 같이 데이터와 그에 매핑되는 레이블이 있는 데이터를 학습시키는 것을 supervised라고 한다.

unsupervised는 반대로 label이 없는 데이터를 가지고, 특정 기준에 따라 Clustering(군집) 하는 것이다.

 

supervised는 또 Classification과 Prediction으로 나눌 수 있다.

Classification은 데이터를 가지고 결과가 분류된 것들중 어떤것인지 구분하는 것이고,

Predition은 데이터를 가지고 결과가 어떤 값이 나올지 특정 수치를 예상하는 것이다.