# 1. rainmapmap

다음중 Supervised learning과 Unsupervised learning에 대하여 틀리게 설명한 것을 골라 주세요.

1. Supervised learning은 지도학습이라고 불리며 특정 사진을 보고 개인지 고양이인지 분류하는 모델을 만들 수 있다.
2. Unsupervised learning은 비지도학습이라고 불리며 여러 동물 사진을 특징 별로 군집화를 할 수 있다.
3. Supervised learning은 feature가 여러 개여도 문제없이 학습이 가능하다.
4. Unsupervised learning은 데이터 중 training set이 없어도 학습이 가능하다.

답 : 4번

• 지도학습(Supervised learning)은 Training set에 Label(정답)이 주어져 있고, 이를 컴퓨터가 학습함.
• 비지도학습(Unsupervised learning)은 Training set에 Label(정답)이 없음.

⇒ 4 : Unsupervised learning은 데이터 중 training set가 없으면 학습이 불가능

# 2. DATASET을 구분해보자

Dataset에 대한 설명 중 틀린 것을 모두 골라 주세요.

1. 학습이 끝난 후 모델 평가에 쓰이는 Test set은 Train set에서 사용하지 않은 데이터여야 한다.
2. 1.의 이유는 평가를 할 때에는 모델이 본 적있는 데이터가 아닌 처음 보는 데이터로 해야하기 때문이다.
3. Dataset을 Train set : Test set = 1 : 1 비율로 나누면 Overfitting이 발생할 수 있다.
4. Overfitting을 방지하기 위한 방법으로 Validation set를 만드는 방법이 있다.
5. Validation set의 사용 목적은 Test set과 일치한다.