[머신러닝 기초] 5일차 #2

🔸날짜🔸

2021.07.31(토)

 

🔸제목🔸

[10] 머신러닝의 방법, 어떻게 공부하지? - 수많은 머신러닝 방법 공부법

 

🔸내용🔸

머신러닝 학습 종류 분류

Supervised Learning (지도학습, 감독학습)	Unsupervised Learning (비지도학습, 비감독학습)	Reinforcement Learning (목표지향학습)
분류 / 회귀 / 예측	이상값 감지 / 그룹화	강화학습
컴퓨터에 데이터를 제공할 때 데이터들의 최종 결과가 무엇인지 함께 제공(label을 제공)하는 학습 방법	여러 데이터가 주어졌을 때 차이점을 기준으로 그룹을 분류해주는 학습 방법	Agent가 목표에 맞는 행동을 할 때마다 Environment에서 보상을 제공해 그 행동을 익히게 하는 학습 방법
정답 필요 양질의 labeling 중요 데이터와 정답 비교/업데이트	정답 필요하지 않음 특성/특징 중요 패턴/차이점 구별 및 학습	보상 제공(정답 X) 인과관계 중요 경험 데이터 학습

 

Reinforcement Learning 좀 더 자세히...

1. Agent가 목표를 이루기 위해 Environment(환경) 내에서 행동을 함.

2. 그 행동에 따라 Environment(환경)이 변하게 되며 그 변화를 Agent에게 알려줌.

3. 변화가 목표와 비슷해지면 Agent에게 보상을 줌.
4. Agent가 어떤 행동을 했을 때 보상을 받음을 인지하면서 강화 학습

5. 보상을 더 받기 위해 발전된 행동을 하며 보상을 받는 횟수가 점차 늘어나며 주기가 짧아지게 됨.

 

성능이 제일 좋은 건 Supervised Learning