비지도 학습(Unsupervised Learning)
비지도 학습은 레이블이 없는 데이터에서 모델이 스스로 정보를 발견하도록 하는 방법입니다.
비지도 학습 알고리즘은 레이블이 없는 데이터에 대한 결론을 도출합니다.
비지도 학습의 주요 기법에는 차원 축소, 밀도 추정, 마켓 바스켓 분석, 클러스터링이 있습니다.
- 차원 축소(Dimension Reduction): 중복된 특성을 줄여 분류를 용이하게 하는 역할을 합니다.
- 마켓 바스켓 분석(Market Basket Analysis): 특정 항목 그룹을 구매하는 경우 다른 항목 그룹을 구매할 가능성이 높다는 이론에 기반한 모델링 기법입니다.
- 밀도 추정(Density Estimation): 데이터 내에서 일부 구조를 찾는 데 주로 사용되는 매우 간단한 개념입니다.
- 클러스터링(Clustering): 유사한 데이터 포인트나 객체를 그룹화하는 데 사용되는 가장 인기 있는 비지도 학습 기법 중 하나입니다.
부족한 점이나 잘못 된 점을 알려주시면 시정하겠습니다 :>
'AI' 카테고리의 다른 글
Model Evaluation in Regression Models (0) | 2023.07.05 |
---|---|
Supervised vs Unsupervised (0) | 2023.07.05 |
지도 학습(Supervised Learning) (0) | 2023.07.05 |
Regression(회귀) 모델 (0) | 2023.07.05 |
Single Linear Regression (0) | 2023.07.05 |