Supervised Learning(지도학습) 에 대해.. [간단 짧음 주의]

요즘 미래의 먹거리로 주목받고 있는 Machine learning은 크게 나누면 아래와 같이 3가지로 나눌수 있다.

 

1. Supervised Learning

 

2. Unsupervised Learning

 

3. Reinforcement Learning

 

Supervised Learning에 대해서 먼저 이야기 해보자.

 

우리의 알고리즘은 라벨링된 데이터를 통해서 학습한다.

 

쉽게 이야기하면 요리재료와 완성된 요리의 맛정보를 토대로 계속 요리를 만들어보면서 학습을 하는거라고 볼수 있다.

 

학습이 끝나면 요리 재료만 봐도 무슨맛이 나올지 미리 예측을 할수 있게 될 것이다.

 

이러한 미래 예측은 이후 이어지는 선행적인 액션을 통해 가치를 만들어낼수 있겠다.

 

요약하면 Supervised = using Labeled Data

 

Supervised Learning도 2가지 카테고리로 나눌수 있다.

 

 - Classification과 Regression이다.

 

Classification 모델로는 이메일이 스팸이냐 아니냐, 애완견의 종 분류 등에 활용될수 있고,

 

Regression은 집값 분석을 통한 예측이나, 사람들의 키변화 분석 예측등에 활용될수 있겠다.

 

 

Supervised Learning에서 배워야 하는 키워드는

 

Linear Regression.. 

 

Perceptron Algorithm.. 

 

Decesion Trees.

 

Naive Bayes.. 

 

SVM

 

Ensemble

 

등등 정도가 되겠다.

 

 

역시 위와 같은 것들을 잘 갖다 쓰려면 알고리즘 이해도 이해지만 python이나 관련 library에 대해서도 잊지 않고 숙련이 되어야 하겠다.