[ML] 머신러닝의 세 가지 유형

머신러닝은 일반적으로 세 가지로 분류한다.

• 지도학습(Supervised Learning)
• 비지도학습(Unsupervised Learning)
• 강화학습(Reinforcement Learning)

1. 지도학습

이미지 출처 : http://bigdata-madesimple.com

우리가 보통 알고있는 머신러닝 기법을 사용하여 만든 제품이나 사례들을 대부분 지도학습을 통해서 나온 결과이다. 지도학습은 우리가 사용할 Input Data에 Target 또는 Label이 존재하고 그 Target과 Label을 가지고 예측(prediction)을 하는 것이라 할 수 있다.

지도학습에는 대표적으로 다음과 하는 종류가 있다.

• 분류 문제(Classification Problems) : 개와 고양이 이미지 분류
• 회귀 문제(Regression Problems) : 주가 예측, 학생들의 시험 점수 예측, 부동산 가격 예측
• 이미지 분할(Image Segmentation) : 픽셀 단위 분류, 이미지에서 사람, 나무, 자동차 등등 각 물체를 픽셀단위로 나누는 것
• 음성 인식(Speech Recognition) : 빅스비, 시리 같은 음성 인식 서비스
• 언어 번역(Language Translation) : 파파고, 구글 번역 등의 특정 언어를 다른 언어로 번역하는 것

2. 비지도학습

이미지 출처 : https://www.gong-jj.com/ul/

데이터에 Label 또는 Target Variable이 없으면, 비지도학습을 이용해 데이터를 시각화하고 차원을 축소하게되면 데이터를 이해하고 이용하기 편리하다. 대표적으로 PCA, 클러스터링 등이 있다. 차원 축소를 통해 고차원 데이터를 사람이 이해하기 쉽게 시각화하고 그 안에서 인사이트를 얻을 수 있다.

• Clustering
• Principal Component Analysis

3. 강화학습

이미지 출처 : https://nervanasystems.github.io/coach

강화학습으로 가장 유명한 것은 이세돌과 바둑 대결을 했던 알파고가 있다. 

https://medium.com/ai%C2%B3-theory-practice-business/reinforcement-learning-part-1-a-brief-introduction-a53a849771cf

Reinforcement Learning, Part 1: A Brief Introduction