Page 11 -

2.3 학습법에 따른 분류 MACHINE LEARNING

1.1절에서 설명한 대로 머신 러닝의 본질은 데이터에서 규칙을 배운다는 점에 있습니다. 일반적
으로 학습은 여러 측면을 보입니다. 이 절에서는 머신 러닝 분야의 학습 방법 관점에서 기술을 분

류해 보겠습니다.

● 지도 학습
학습할 때 데이터마다 정답을 주고 그 규칙성을 배우는 학습 방법입니다. 학습한 결과로,
미지의 데이터에서도 적절한 분류나 수치를 출력할 수 있게 하는 것을 목표로 합니다. 학

습 데이터 각각에 정답(분류나 수치)이 있어야 하므로 학습 데이터를 준비하는 데 손이 많
이 갑니다.
학습 데이터를 갖추려면 실무적으로도 생각할 것이 많습니다. 다만 시간이 좀 걸려도 무엇

을 정답으로 할지 명확하기 때문에 요구하는 의도를 반영하기 쉽다는 장점이 있습니다.

● 비지도 학습
정답 정보가 없는 데이터만으로 학습합니다. 정답이 필요하지 않고 데이터만 있으면 되므로
학습 데이터를 쉽게 모을 수 있다는 이점이 있습니다. 정답을 모르는 단계에서도 사용할 수
1
있기 때문에 탐색적 작업 에 활용할 수 있습니다. 지도 학습이나 데이터의 전처리, 중간 처
리에서 사용하기도 합니다.

● 반지도 학습
지도 학습은 정답이 있는 학습 데이터를 갖추기가 어렵습니다. 반면 비지도 학습에서는 정
답이 필요하지 않고 데이터를 모으기 쉽지만, 요구하는 의도를 반영시키는 방법이 거의 또
는 전혀 없습니다. 그래서 대량의 정답을 부가하지 않은 데이터에 소량의 정답이 있는 데이
터로 학습을 진행시키는 반지도 학습도 있습니다. 연구가 진전되고 있지만 아직 표준 방법

은 확립하지 않았습니다.

1 감수자주 정답이 없는 상태에서 클러스터링하려고 이런저런 클러스터를 탐색적으로 시도하는 과정을 의미합니다.

050

machine_07.indd 50 2018-05-15 오전 9:53:12