지도 학습과 비지도 학습의 차이점은 무엇인가요? [닫힘]

닫힘. 이 질문은 더 집중해야합니다. 현재 답변을 받고 있지 않습니다.

---

이 질문을 개선하고 싶습니까? 이 게시물을 편집하여 하나의 문제에만 초점을 맞추도록 업데이트하십시오.

닫힘 3년 전.

이 질문을 개선하세요

인공지능과 기계학습 관점에서 지도학습과 비지도학습의 차이점은 무엇인가요?
간단하고 기본적인 설명과 함께 예시를 제공해 줄 수 있나요?

답변 1

비지도 학습 알고리즘에서는 예제가 라벨링되지 않습니다. 즉, 아무런 내용도 제공하지 않습니다. 물론 이러한 경우 알고리즘 자체는 얼굴이 무엇인지 발명할 수는 없지만, 데이터를 다른 그룹으로 군집화 할 수 있습니다. 예를 들어, 얼굴과 풍경은 매우 다르며, 말과도 매우 다른 것을 구별할 수 있습니다.

다른 답변에서 언급한 것처럼 (그러나 잘못된 방식으로): '중간' 형태의 감독이 존재합니다. 예를 들어, 반감독 학습과 액티브러닝이 있습니다. 이러한 것들은 실제로는 라벨이 있는 예제를 피하기 위해 '스마트한' 방법이 있는 감독 방법입니다. 액티브러닝에서 알고리즘 자체가 라벨을 지정할 대상을 결정합니다 (예: 알고리즘이 경치와 말에 대해 거의 확신하지만, 고릴라가 얼굴 사진인지 확인하기 위해 라벨링을 요청할 수 있습니다). 반감독 학습에서는 두 가지 서로 다른 알고리즘이 라벨이 있는 예제로 시작한 후, 자신들이 대량의 라벨이 없는 데이터에 대해 어떻게 생각하는지 서로에게 '알려줍니다'. 이 '토론'을 통해 배웁니다.

답변 2

지도 학습(Supervised Learning)과 비지도 학습(Unsupervised Learning)은 기계 학습의 두 가지 주요 분야입니다. 이 두 가지 방법은 모두 컴퓨터 시스템에 지식을 전달하여 원하는 결과를 생성하지만, 지도 학습과 비지도 학습은 데이터 및 학습 방식에서 큰 차이를 가집니다.
먼저, 지도 학습은 입력 데이터와 함께 레이블이라는 정답을 제공하는 방법입니다. 이 레이블은 시스템에 의해 학습되는 용도로 사용되며, 모델은 입력과 해당 레이블 사이의 관계를 학습하여 새로운 입력에 대한 예측을 수행할 수 있습니다. 예를 들어, 스팸 메일 필터링 시스템은 수천 개의 이메일을 기반으로 스팸 및 햄(비스프 임) 이메일의 패턴을 학습하고, 새로운 이메일을 스팸이나 햄으로 분류합니다. 이 경우, 입력은 이메일 내용이고, 레이블은 해당 이메일이 스팸인지 햄인지를 나타냅니다.
그러나 비지도 학습은 레이블 없이 데이터만을 사용하여 학습합니다. 이 방법은 데이터의 숨겨진 구조나 패턴을 찾기 위해 사용됩니다. 예를 들어, 소셜 미디어에서 고객들의 행동 데이터를 받았다고 가정해 봅시다. 비지도 학습은 이 데이터에서 고객들의 그룹을 나눌 수 있으며, 이를 통해 특정 성향을 가진 고객 집단을 식별할 수 있습니다. 비지도 학습은 PCA(주성분 분석)나 군집화(clustering)와 같은 알고리즘을 사용하여 이를 수행합니다.
지도 학습과 비지도 학습은 다른 유형의 데이터에 가장 잘 동작하는 상황에 사용됩니다. 지도 학습은 레이블이 필요한 명확한 문제에 적합하며, 이러한 레이블을 사용하여 모델을 훈련할 수 있습니다. 비지도 학습은 레이블이 없거나 레이블을 생성하는 것이 어려운 경우에 사용됩니다. 데이터 간의 유사성이나 차이점을 찾는 데 사용될 수 있습니다.
이와 같이, 지도 학습과 비지도 학습은 컴퓨터 시스템이 데이터를 학습하고 결과를 생성하기 위해 사용하는 두 가지 방법입니다. 지도 학습은 레이블과 입력 데이터를 사용하며 학습 알고리즘을 사용하여 입력과 레이블 간의 관계를 학습합니다. 반면에, 비지도 학습은 레이블 없이 입력 데이터만을 사용하여 패턴이나 구조를 탐색합니다. 어떤 상황에서 사용되는 지 여부는 데이터의 특성과 목표에 따라 달라집니다.