Supervised & Unsupervised learning

1. supervised learning

지도 학습 (Supervised Learning)은 훈련 데이터(Training Data)로부터 하나의 함수를 유추해내기 위한 기계 학습(Machine Learning)의 한 방법이다.( https://ko.wikipedia.org/wiki/지도_학습)

지도학습이라는 말과 같이, 데이터에대한 레이블(Label)을 달아주어 함께 학습시키는 것이다. 즉 각 값에대한 원하는 목표치를 표시해 학습시키는 것이다. 

회귀(regression)와 분류(classification)에 대해 알아보자

 

Andrew Ag 교수님의 강의 ppt를 가져왔다. 

이 예시는 집의 평수에 따른 가격을 나타낸 것이다. 데이터를 보면 집평수에대한 그집의 가격(Label)이 나타나 있으므로 지도학습에 대한것이라는 것을 알 수 있다.

평수에대한 집값은 연속적인값(실수,Real Num)으로 나오게 된다. 이처럼 연속적인값에대한 출력을 예측하는것을 회귀(Regression)라고 한다.

이번 예시는 심장암에대한 데이터이다. x 축은 종양의 사이즈이고 y 축은 악성종양인지(1) 아닌지(0)를 표현하는 이산적인 값을 나타내고 있다. 이것도 위와 마찬가지로 종양 사이즈에 대해 악성인지 아닌지에 대한 레이블이 함께 있으므로 지도학습을 할 수 있다는것을 알 수있다.

하지만 위에서 보았던 회귀(Regression)과 다른것이 있다면 이번 방법은 출력이 오직 0또는 1로만 나오게 된다. 이처럼 이산적인 값의 출력을 내는것을 분류(Classification)라고 한다.

2. unsupervised learning

비지도학습(unsupervised learning)은 훈련데이터에 명시적인 레이블(Label)이 주어지지 않은 상태의 학습법이다.

다시말하면 주어진 데이터들은 어떤형식으로도 구분되어 있지 않고, 컴퓨터이 스스로 데이터들의 특징들을 찾아 분류시키도록 하는것이다.

그중 군집화(clustering)에대해 알아보자

이 그래프를 보면 데이터들에 Label이 주어지지 않았다. 이런 데이터들을 특징들(feature, x1,x2 ,,, )로 서로다른 군집으로 분류시킨다. 이러한 작업을 군집화(clustering)라고 한다.

ex)

 강아지와 고양이사진을 보여주며 학습시키는 경우를 생각해보자. 

강아지,고양이사진을 보여주며 '이건 강아지', '이건 고양이'(Label을 명시해 줌) 라는것을 알려주면 되면 지도학습이 되고 강아지, 고양이 사진을 던져주고 알아서 특징을 찾도록한다면 비지도학습이 된다.