공대생은 공돌공돌

비지도 학습(Unsupervised Learning)

• 훈련 데이터에 레이블이 없음
• 블로그 방문자를 그룹으로 묶기(어떻게 40%는 학생, 20%는 성인인 것을 알 수 있을까?)
• 고객을 자동으로 그룹으로 나누어 각각 다른 홍보자료를 보내기(전자기기, 식료품점, ...)

대표적인 비지도 학습 알고리즘

• 군집(Clustering)
  - k-평균(k-means)
  - 계층 군집(Hierarchial Clustering), 병합 군집(Agglomerative Clustering)
  - 기댓값 최대화(Expection Macimization)
  
  
• 시각화, 차원 축소
  - 주성분 분석(PCA), 커널 PCA, NMF
  - 지역 선형 임베딩(LLE)
  
  
• 연관 규칙(Association Rule) : 데이터 마이닝
  - 어프라이어리(Apriori), 이클렛(Eclat)

지도학습(Supervised Learning)

• 학습데이터베이스(훈련세트) = (특징, 레이블) 쌀

레이블[Label, 정답(ground truth)또는 타깃(target)이라고도 한다]

• 스팸/스팸 아님 --> 이진분류(binary classification)
• 개/고양이/새 --> 다중분류(multiclass classification)

클래스(class) : Label의 범주

• 스팸/스팸아님
• 개/고양이/새

특징[feature, 속성(attribute)]

분류(classification) / 회기(regression) 문제

• 문서 내 문자들 --> 스팸/스팸아님 : classification(분류)
• 영상의 픽셀들 --> 개/고양이/새 : classification(분류)
• 주행거리, 연식, 브랜드 --> 중고차 가격 : 회기(Regression)

대표적인 지도(Supervised) 학습 알고리즘

• k-최근접 이웃(k-Nearest Neighbors)
• 선형 회귀(Linear Regression) - 회귀 알고리즘
• 로지스틱 회귀(Logistic Regression) - 분류 알고리즘
• 서포트 벡터 머신(Support Vector Machine, SWM)
• 결정 트리(Decision Tree), 앙상블 학습(Ensemble Learning)
• 신경망(Neural Network), 딥러닝(Deep Learning) : 지도/비지도/강화