비지도학습2 비지도학습(Unsupervised Learning) - 거칠게 성장시키기 비지도 학습이란? 비지도 학습은 지도 학습과 달리, 입력 데이터에 대한 정답(label)이 주어지지 않은 상태에서 데이터의 구조나 패턴을 파악하는 학습 방법입니다. 이러한 이유로 비지도 학습은 데이터의 특징 추출, 차원 축소, 군집화(clustering), 이상치 탐지 등의 분야에서 많이 활용됩니다. 비지도 학습의 종류 비지도 학습은 크게 차원 축소와 군집화로 나뉩니다. 차원 축소(Dimensionality Reduction) 차원 축소는 데이터의 특성을 추출하기 위해 데이터를 저차원 공간으로 변환하는 기법입니다. 이를 통해 데이터를 더 잘 이해할 수 있고, 분석이나 시각화를 용이하게 할 수 있습니다. 대표적인 차원 축소 기법으로는 PCA(Principal Component Analysis)와 t-SNE.. 2023. 3. 29. 지도학습(Supervised Learning) - 사과는 Apple 지도학습의 의미 지도학습(Supervised Learning)은 기계학습의 일종으로, 입력과 출력 데이터 사이의 관계를 학습하는 방법입니다. 이 방법은 입력 데이터와 그에 대한 라벨링된 정답 데이터가 함께 제공될 때 사용됩니다. 이를 통해 모델은 입력 데이터와 라벨링된 데이터 사이의 패턴을 학습하고, 새로운 입력 데이터에 대한 출력값을 예측할 수 있게 됩니다. 예를 들어, 이미지 분류 문제를 생각해보겠습니다. 여기서 입력 데이터는 이미지이고, 출력 데이터는 이미지의 라벨(각 이미지가 어떤 클래스에 속하는지를 나타내는 라벨)입니다. 지도학습 모델은 이미지와 해당 이미지의 라벨 데이터를 학습하여, 새로운 이미지가 입력으로 들어올 때 그 이미지가 어떤 클래스에 속하는지를 예측할 수 있습니다. 지도학습의 알고리.. 2023. 3. 27. 이전 1 다음