Page 17 -

러한 보상이 커지는 행동은 자주 하도록 하고, 줄어드는 행동은 덜 하도록 하여 학습을 진행합니
다. 자세한 내용은 ‘12장 강화 학습’에서 설명합니다.

그림 1-9 강화 학습(<쿠키런> 게임)(출처: https://www.devsisters.com/ko/product/games/)

ী੉੹౟

ജ҃

지도 학습, 비지도 학습, 강화 학습에서 자주 사용되는 알고리즘은 다음 표와 같습니다.

표 1-2 지도 학습, 비지도 학습, 강화 학습
구분 유형 알고리즘

지도 학습 분류(classification) •K-최근접 이웃(K-Nearest Neighbor, KNN)
(supervised learning) •서포트 벡터 머신(Support Vector Machine, SVM)
•결정 트리(decision tree)
•로지스틱 회귀(logistic regression)
회귀(regression) 선형 회귀(linear regression)
비지도 학습 군집(clustering) •K-평균 군집화(K-means clustering)
(unsupervised learning) •밀도 기반 군집 분석(DBSCAN)
차원 축소 주성분 분석
(dimensionality reduction) (Principal Component Analysis, PCA)

강화 학습 - 마르코프 결정 과정
(reinforcement learning) (Markov Decision Process, MDP)

각 알고리즘은 ‘3장 머신 러닝 핵심 알고리즘’에서 간단히 살펴봅니다.

024