머신러닝의 종류

1) 지도학습

예측을 해야 할 때는 지도학습 알고리즘을 이용할 수 있다. 이런 종류의 알고리즘을 지도학습이라고 부르는 이유는 이미 존재하는 패턴을 바탕으로 예측하기 때문이다. 정수나 연속형 값을 예측하고자 할 때는 회귀 분석을 풀면 된다. 반면 비가 내릴지 말지 여부를 비롯한 이진값이나 범주형 값을 예측할 때는 분류(Classification)을 해결하는 것으로 생각할 수 있다. 회귀분석은 추세선을 유추하는 것이고 분류는 데이터 포인트를 각 범주로 분류하는 일이다. 양측 모두 오차가 발생할 수 있음을 기억하자.

 

2) 비지도학습

데이터 세트에 숨겨진 패턴을 찾고자 할 때는 비지도학습 알고리즘을 사용해야 한다. 이런 종류의 알고리즘을 비지도학습이라 일컫는 이유는 찾아야 할 패턴이 무엇인지 모르는 상태에서 알고리즘이 그 패턴을 발견해야 하기 때문이다.

 

3) 강화학습

모델을 한 번 학습시키고 배포된 후, 강화학습 모델은 모델에 변경이 생기지 않는 비지도학습이나 지도학습과 달리, 결과에 대한 피드백을 바탕으로 지속적인 개선을 추구한다.