Supervised vs Unsupervised

Supervised Vs Unsupervised (지도 학습 VS 비지도 학습)

- 지도 학습 : 레이블이 지정된 데이터셋으로 모델 훈련
- 비지도 학습 : 레이블이 없는 데이터에서 모델이 스스로 정보 발견하는 방법

1. 지도 학습(Supervised Learning): 지도 학습은 레이블이 지정된 데이터셋을 사용하여 모델을 훈련시키는 방법입니다

• 이를 통해 모델은 미래의 인스턴스를 예측할 수 있습니다.
• 분류(Classification): 이산 클래스 레이블 또는 카테고리를 예측하는 과정입니다.
• Regression(회귀) 모델: 연속 값을 예측하는 과정입니다.

2. 비지도 학습(Unsupervised Learning)

1. 비지도 학습은 레이블이 없는 데이터에서 모델이 스스로 정보를 발견하도록 하는 방법입니다.
2. 비지도 학습 알고리즘은 레이블이 없는 데이터에 대한 결론을 도출합니다.

• 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.

궁금증

• 비지도 학습(Unsupervised Learning)과 딥 러닝(DL)의 차이가 무엇인가

부족한 점이나 잘못 된 점을 알려주시면 시정하겠습니다 :>