지도학습과 비지도학습

지도 학습(Supervised Learning)

지도 학습(Supervised Learning)은 데이터에 대한 명시적인 정답이 주어진 상태에서 컴퓨터를 학습시키는

방법이다. 쉽게 말하면 정답을 알려주면서 학습시키는 것인다. 

예를들면 여러 동물사진(input Data)와 그 사진이 강아지나 기타 다른 동물이다(label Data)라는 답을 통해

지속적으로 학습 시키는 것이다. 여러가지의 Training Data Set으로 학습이 끝나면 학습에 사용되지 않은 

테스트 셋을 통해 얼마나 정확히 예측하는지 측정할 수 있다.

지도 학습은 회귀(Regression)와 분류(Classification)으로 나뉘는데

회귀는 연속적인 값을 예측하는 것으로 집평수와 가격, 공부시간과 시험성적 등의 관계를 나타내고

분류는 주어진 입력값이 어떤 값인지 구별하는 것을 의미한다

예를들어 mnist 데이터 셋을 보고 주어진 데이터가 어떤 숫자인지 구분하는 것이 있다.

비지도 학습(Unsupervised Learning)

비지도 학습은 데이터에 대한 레이블(명시적인 정답)이 주어지지 않은 상태에서 학습시키는 방법론이다.

군집화가 그 중 하나인데 예를들어 여러가지 동물 사진이 있다고 했을 때 지도 학습과 같이 그 동물이

어떤 동물인지 알려주는 label은 없지만 사진들의 특징을 통해 아래와 같이 모아놓는 것이 그에 속한다.