큐:
지도, 비지도 및 반지도 학습의 차이점은 무엇입니까?
ㅏ:머신 러닝에서지도 학습과 비지도 학습의 주요 차이점은 교육 데이터 사용입니다.
지도 학습은 예제 데이터를 사용하여 "올바른"데이터의 모양을 보여줍니다. 데이터는 주어진 입력의 출력을 보여 주도록 구성되어 있습니다.
과일을 분류하는 기계 학습 알고리즘에는 사과, 바나나, 포도, 오렌지와 같은 과일 그림이 입력으로, 과일 이름이 출력으로 표시 될 수 있습니다.
실제 예는 이메일 프로그램의 베이지안 스팸 필터입니다. 이러한 필터는 스팸으로 간주되는 이메일의 예를 통해 교육됩니다. 스팸 필터는 스팸 이메일에서 발생하는 이메일에 나타나는 특정 문구를 검색하여 스팸 폴더로 옮길 수 있습니다.
인간에게 새로운 작업을 수행하는 방법을 보여주는 것과 같습니다. 데이터 입력을하는 사람에게는 회사가 원하는 형식으로 데이터의 예가 표시 될 수 있으며 따라야합니다.
지도 학습을 사용하는 기계 학습 프로그램은 교육 데이터와 함께 여러 번 반복됩니다. 실제로 진행될 때 결과가 인상적 일 수 있습니다. Google의 Gmail 스팸 필터는 훈련 된 사용자가 너무 많기 때문에 매우 정확합니다.
비지도 학습에는 사전 교육 데이터가 없습니다. 과일 분류 예제에서 알고리즘은 과일의 그림을 보여주고 분류하도록 지시 할 수 있습니다.
비지도 학습은 고객 구매 습관을 익히거나 해킹 패턴을 모니터링하여 보안을 연구함으로써 시장 조사에 응용할 수 있습니다.
반지도 학습은 일부 데이터에 레이블을 지정하여 중간 단계를 시도합니다. 예를 들어, 사과와 오렌지는 과일 분류 프로그램에서 표시 될 수 있지만 바나나와 포도는 그렇지 않습니다.
이러한 알고리즘 중 사용시기는 사용중인 데이터 유형에 따라 다릅니다. 신용 카드 사기 또는 스팸 메시지와 같은 일부 작업에는 안정적인 패턴이 있습니다. 지도 학습은 이러한 종류의 작업에 적합합니다. 네트워크 공격은 예측할 수 없으며 비지도 또는 반지도 학습 방법이 더 적합 할 수 있습니다.
