[Machine Learning] 지도학습의 개념과 종류

지도학습(Supervised learning)

 지도학습이란 주어진 (입력, 출력)에 대한 데이터(=학습 데이터)를 이용하여 새로운 입력이 있을 때 결과를 결정할 수 있도록 하는 방법을 찾아내는 것이다. 지도학습이 종류에는 분류(Classification), 회귀(Regression), 추천이 있다.

 

 

분류(Classification)

 분류란 입력 데이터 값을 정해진 몇 개의 부류(Class)로 대응시키는 문제이다. 분류 문제의 학습은 학습 데이터를 잘 분류할 수 있는 함수(수학적 함수, 규칙or패턴)를 찾는 것이다. 함수의 형태는 수학적 함수일 수도 있고 규칙일 수도 있다. 분류기(Classifier)란 학습된 함수를 이용하여 데이터를 분류하는 프로그램이다.

결정경계가 만들어지면, 새로운 data가 들어왔을 때 label지정이 가능하다.

 

회귀(Regression)

회귀란 학습 데이터에 부합되는 출력값이 실수인 함수를 찾는 문제이다.

 

추천(Recommendation)

 - 추천은 개인별로 맞춤형 정보를 제공하려는 기술이다. 사용자에게 맞춤형 정보를 제공하여 정보 검색의 부하를 줄여주는 역할을 한다.

 - 추천 데이터의 형태는 희소행렬의 형태로, 많은 원소가 비어있다. 따라서 비어있는 부분을 채우는 것이 추천에 해당한다. (채워진 부분은 학습 data, 빈 부분은 test data => 결과적으로 추천은 지도학습이다.)