지도 학습, 비지도 학습, 강화 학습

머신러닝에 속해있는 여러 분야의 정돈된 형태를 보자.

지도 학습 (Supervised learning)

지도 학습의 '지도'란 기계를 가르친다( supervised )는 의미

 

문제집에서 문제와 정답을 비교하고 맞히다 보면 문제풀이에 익숙해진다.

이후에 비슷한 문제를 만나면 틀릴 확률이 점점 낮아진다.

이렇게 문제집으로 학생을 가르치듯이

데이터로 컴퓨터를 학습시켜서 모델을 만드는 방식을 '지도학습'이라고 한다.

비지도 학습 (Unsupervised learning)

지도학습에 포함되지 않는 방법들.

여기에 속하는 도구들은 대체로 기계에게 데이터에 대한 통찰력을 부여하는 것이다.

'통찰'의 사전적 의미는 '예리한 관찰력으로 사물을 꿰뚫어 봄'이다.

무언가에 대한 관찰을 통해 새로운 의미나 관계를 밝혀내는 것.

데이터의 성격을 파악하거나 데이터를 잘 정리 정돈하는 것에 주로 사용

강화 학습 (Reinforcement learning)

강화 학습은 학습을 통해서 능력을 향상시킨다는 점에서 지도 학습과 비슷하다.

차이점

지도 학습은 정답을 알려주는 문제집으로 학습하지만

강화 학습은 어떻게 하는 것이 더 좋은 결과를 낼 수 있는지를

스스로 느끼면서 실력 향상을 위해 노력하는 수련

정리

정답이 있는 문제를 해결하는 것 -> 지도 학습

무언가에 대한 관찰을 통해 새로운 의미나 관계를 밝혀내는 것 -> 비지도 학습

더 좋은 보상을 받기 위해서 수련하는 것 -> 강화 학습