<aside> 💡 머신 러닝의 네 가지 분류

</aside>

• 지도학습

샘플 데이터가 주어지면 알고 있는 target에 입력 데이터를 매핑하는 방법 학습

대부분 분류와 회귀로 구성

그 외에도

-시퀀스 생성: 사진이 주어지면 이를 설명하는 캡션을 생성 → 일련의 분류 분제로 재구성 가능

-구문 트리 예측: 문장이 주어지면 분해된 구문 트리 예측

-물체 감지: 사진이 주어지면 사진 안의 특정 물체 주위에 경계 상자 그림

-이미지 분할: 사진이 주어졌을 때 픽셀 단위로 특정 물체에 마스킹

• 비지도 학습

target 없이 입력 데이터에 대한 흥미로운 변환 찾음

ex) 차원 축소, 군집 등등

• 자기 지도 학습

지도 학습이지만 사람이 만든 레이블 사용하지 않음, 즉 학습 과정에 사람 개입하지 않음

ex) 오토 인코더

• 강화 학습

에이전트(agent)는 환경에 대한 정보를 받아 보상을 최대화하는 행동을 선택하도록 학습

<aside> 💡

머신 러닝 모델 평가

</aside>

• 훈련, 검증, 테스트 세트

훈련 세트에서 모델을 훈련하고 검증 세트에서 모델 평가→ 모델 출시 준비 되면 최종적으로 테스트 세트에서 한 번 모델 평가