지도 학습과 비지도 학습은 데이터의 성격과 현재 작업의 목표에 따라 서로 다른 목적을 제공하는 두 가지 기본 유형의 기계 학습 패러다임입니다. 효과적인 기계 학습 모델을 설계하려면 감독 훈련과 비지도 훈련을 언제 사용해야 하는지 이해하는 것이 중요합니다. 이 두 가지 접근 방식 중 선택은 레이블이 지정된 데이터의 가용성, 원하는 결과 및 데이터 세트의 기본 구조에 따라 달라집니다.
지도 학습은 모델이 레이블이 지정된 데이터 세트에서 훈련되는 일종의 기계 학습입니다. 지도 학습에서 알고리즘은 훈련 예제를 통해 입력 데이터를 올바른 출력에 매핑하는 방법을 학습합니다. 이러한 훈련 예제는 입력-출력 쌍으로 구성되며, 입력 데이터에는 해당하는 올바른 출력 또는 목표 값이 수반됩니다. 지도 학습의 목표는 입력 변수에서 출력 변수로의 매핑 함수를 학습한 다음, 보이지 않는 데이터에 대한 예측을 만드는 데 사용할 수 있는 것입니다.
지도 학습은 일반적으로 원하는 출력이 알려져 있고 입력 변수와 출력 변수 간의 관계를 학습하는 것이 목표일 때 사용됩니다. 이는 새 인스턴스의 클래스 레이블을 예측하는 것이 목표인 분류와 연속 값을 예측하는 것이 목표인 회귀와 같은 작업에 일반적으로 적용됩니다. 예를 들어 지도 학습 시나리오에서는 이메일 내용과 이전 이메일의 스팸/비스팸 라벨이 지정된 상태를 기반으로 이메일이 스팸인지 여부를 예측하도록 모델을 훈련할 수 있습니다.
반면, 비지도 학습은 레이블이 지정되지 않은 데이터 세트에서 모델을 훈련하는 일종의 기계 학습입니다. 비지도 학습에서 알고리즘은 올바른 출력에 대한 명시적인 피드백 없이 입력 데이터로부터 패턴과 구조를 학습합니다. 비지도 학습의 목표는 데이터의 기본 구조를 탐색하고, 숨겨진 패턴을 발견하고, 레이블이 지정된 데이터 없이도 의미 있는 통찰력을 추출하는 것입니다.
비지도 학습은 데이터를 탐색하고, 숨겨진 패턴을 찾고, 유사한 데이터 포인트를 그룹화하는 것이 목표인 경우 일반적으로 사용됩니다. 유사한 데이터 포인트를 특징에 따라 클러스터로 그룹화하는 것이 목표인 클러스터링과 데이터의 필수 정보를 보존하면서 특징 수를 줄이는 것이 목표인 차원 축소와 같은 작업에 종종 적용됩니다. 예를 들어 비지도 학습 시나리오에서는 클러스터링을 사용하여 고객 세그먼트에 대한 사전 지식 없이 구매 행동을 기반으로 고객을 그룹화할 수 있습니다.
지도 학습과 비지도 학습 사이의 선택은 여러 요인에 따라 달라집니다. 레이블이 지정된 데이터 세트가 있고 특정 결과를 예측하려는 경우 지도 학습이 적절한 선택입니다. 반면, 레이블이 지정되지 않은 데이터 세트가 있고 데이터 구조를 탐색하거나 숨겨진 패턴을 찾으려면 비지도 학습이 더 적합합니다. 경우에 따라 준지도 학습(semi-supervised learning)으로 알려진 지도 기술과 비지도 기술의 조합을 사용하여 두 접근 방식의 이점을 모두 활용할 수 있습니다.
기계 학습에서 감독 훈련과 비지도 훈련을 사용하기로 한 결정은 레이블이 지정된 데이터의 가용성, 작업의 성격 및 원하는 결과에 따라 달라집니다. 지도 학습과 비지도 학습의 차이점을 이해하는 것은 의미 있는 통찰력을 추출하고 데이터에서 정확한 예측을 할 수 있는 효과적인 기계 학습 모델을 설계하는 데 필수적입니다.
기타 최근 질문 및 답변 EITC/AI/GCML Google Cloud 머신 러닝:
- TTS(텍스트 음성 변환)란 무엇이며 AI와 어떻게 작동하나요?
- 머신러닝에서 대규모 데이터 세트를 작업할 때 제한 사항은 무엇입니까?
- 머신러닝이 대화형 지원을 할 수 있나요?
- TensorFlow 플레이그라운드란 무엇인가요?
- 더 큰 데이터세트가 실제로 무엇을 의미하나요?
- 알고리즘의 하이퍼파라미터의 예는 무엇입니까?
- 앙상블 학습이란 무엇입니까?
- 선택한 기계 학습 알고리즘이 적합하지 않은 경우 어떻게 올바른 알고리즘을 선택할 수 있습니까?
- 기계 학습 모델은 훈련 중에 감독이 필요합니까?
- 신경망 기반 알고리즘에 사용되는 주요 매개변수는 무엇입니까?
EITC/AI/GCML Google Cloud Machine Learning에서 더 많은 질문과 답변 보기
더 많은 질문과 답변:
- 들: 인공 지능
- 프로그램 : EITC/AI/GCML Google Cloud 머신 러닝 (인증 프로그램으로 이동)
- 교훈: 개요 (관련 강의 바로가기)
- 주제 : 머신 러닝이란? (관련 항목으로 이동)