[AI] Machine Learning 머신러닝

Supervised Learning (지도학습)

• 정의
  지도학습은 입력 데이터와 그에 해당하는 정답 레이블이 주어졌을 때, 이를 학습하여 새로운 입력 데이터에 대한 예측을 수행하는 방식입니다.
• 특징
  • 학습 데이터에는 입력과 그에 대한 정확한 레이블(정답)이 모두 포함되어 있어야 합니다.
  • 주로 분류(Classification)와 회귀(Regression) 문제에 사용됩니다.
  • 예: 고양이와 개의 이미지를 구분하는 이미지 분류, 집의 특징을 바탕으로 가격을 예측하는 회귀 문제 등.

Reinforcement Learning (강화학습)

• 정의
  강화학습은 에이전트(agent)가 환경(environment)과 상호작용하며, 행동(action)을 선택하고 그 결과로 보상(reward)을 받는 과정을 통해 최적의 전략(policy)을 학습하는 방식입니다.
• 특징
  • 정확한 정답 레이블이 주어지지 않습니다. 대신, 에이전트는 보상을 통해 어떤 행동이 좋은지 혹은 나쁜지를 판단하게 됩니다.
  • 시간의 흐름에 따라 순차적인 결정을 내려야 하는 문제에 적합합니다.
  • 주로 게임, 로봇 제어, 금융 최적화 등의 분야에서 사용됩니다.
  • 예: 체스나 바둑에서의 수를 결정하는 에이전트, 자율주행차의 주행 전략 학습 등.