인공지능 학습 분류

Supervised learning(지도학습)

학습 데이터로 input, label(target) 값을 공급하는 학습 방법이다

지도학습은 크게 분류 기법(Classfication techniques)과 회귀 기법(Regression techniques)로 나눌 수 있다

classfication(분류) 기법은

특정한 값을 분류해내는 기법이고

• 로지스틱 회귀(Logistic Regression)
• 선형 판별 분석
• K-최근접 이웃(k-Nearest Neighbors, k-NN)
• 트리
• 인공 신경망(Artificial Neural Networks)
• 서포트 벡터 머신(SVM, Support Vector Machine, SVM)

등을 예로 들 수 있고

Regression(회귀) 기법은

분류 기법과 다르게 label(결과)의 값이 연속적이라는 차이점이 있다

• 선형 회귀(Linear Regression)
• 다중 선형 회귀(Multiple Linear Regression)
• 비선형 회귀(Nonlinear Regression)
• 랜덤 포레스트 회귀 (Random Forest Regression)

등을 예로 들 수 있다

Unsupervised learning(비지도 학습)

input만 공급하고 label(결과)값은 공급하지 않는 학습 방법이다

clustering(군집화)

Reinforcement Learning(강화학습)

label(결과) 대신 reward(보상)를 공급하는 학습 방법이다