machine-learning
학습 유형

감독 학습

기계는 입력이 주어 졌을 때 출력을 예측하는 것을 배운다.

각 교육 사례는 입력 및 대상 출력으로 구성됩니다.

회귀 분석

목표 출력에는 연속 값이 사용됩니다.

• 주식 가격 예측
• 주택 가격 예측

분류

대상 출력은 클래스 레이블입니다.

• 입력의 어떤 종류의 과일인지
• 어떤 언어로 된 단어인가?

강화 학습

컴퓨터는 성능을 최대화하기 위해 이상적인 동작을 자동으로 결정해야합니다.

예 :

보강 학습을 사용하면 마리오 레벨 (Mario / O - Machine Learning for Video Games )을 완성 할 수있는 컴퓨터 프로그램을 만들 수 있습니다.

무 감독 학습

감독되지 않은 학습은 우리의 결과가 어떻게 보일지 거의 또는 전혀 모르는 상태로 문제에 접근 할 수있게 해줍니다. 우리는 변수의 효과를 반드시 알 필요가없는 데이터로부터 구조를 도출 할 수 있습니다.

감독되지 않은 학습의 가장 일반적인 유형은 클러스터 분석 또는 클러스터링 입니다. 동일한 그룹 (클러스터)의 오브젝트가 다른 그룹의 오브젝트보다 더 유사한 방식으로 오브젝트 세트를 그룹화하는 작업입니다.

또한 클러스터되지 않은 자율 학습이 있습니다. 그 예는 사운드 메쉬로부터 개별적인 음성 및 음악을 식별하는 것이다. 이것은 "칵테일 파티 알고리즘"이라고합니다.