728x90
1. 지도 학습
가장 흔한 학습 방법
주어진 샘플 데이터의 (사람이 만든)레이블 또는 꼬리표(annotation)에 입력 데이터를 매핑하는 방법을 학습시킴
대부분 분류와 회귀 문제로 구성됨
예) 구문 트리 예측, 물체 감지
2. 비지도 학습
타깃없이 입력 데이터의 변환을 찾는 학습방법
데이터 시각화, 데이터 압축, 데이터 노이즈 제거, 데이터 상관관계를 더 잘 이해하기 위해 사용
지도학습 문제를 풀기 전에 데이터셋을 잘 이해하기 위해 사용하는 필수 단계로 이용되기도 함
예) 차원축소, 군집
3. 자기 지도 학습(self-supervised learning)
사람이 만든 레이블을 사용하지 않음으로 학습 과정에 사람이 개입하지 않는 지도 학습.
예) 오토인코더(autoencoder), 비디오 다음 프레임 예측, 다음 단어 예측
4. 강화학습
구글 딥마인드의 아타리 게임과 알파고 바둑대국 성공으로 주목 받기 시작함.
환경에 대한 정보를 받아 보상을 최대화하는 행동을 선택하도록 학습시킴
예를 들어, 게임 점수를 최대화하기 위한 게임 내의 행동을 출력
대부분 연구영역, 게임 외 성공 사례가 없음.
예) 자율 주행 자동차, 자원 관리, 교육
728x90