지도 학습과 비지도 학습은 기계 학습의 두 가지 기술입니다. 그러나 두 기술 모두 서로 다른 시나리오와 서로 다른 데이터 세트에서 사용됩니다. 아래에는 두 가지 학습 방법에 대한 설명과 차이점 표가 나와 있습니다.
지도 머신러닝:
지도 학습은 레이블이 지정된 데이터를 사용하여 모델을 훈련하는 기계 학습 방법입니다. 지도 학습에서 모델은 입력 변수(X)를 출력 변수(Y)와 매핑하는 매핑 기능을 찾아야 합니다.
지도 학습은 모델을 훈련하기 위해 지도 감독이 필요합니다. 이는 학생이 교사 앞에서 배우는 것과 유사합니다. 지도 학습은 두 가지 유형의 문제에 사용될 수 있습니다. 분류 그리고 회귀 .
더 알아보기 지도 머신러닝
예: 다양한 종류의 과일에 대한 이미지가 있다고 가정해 보겠습니다. 지도 학습 모델의 임무는 과일을 식별하고 그에 따라 분류하는 것입니다. 따라서 지도 학습에서 이미지를 식별하기 위해 입력 데이터와 그에 대한 출력 데이터를 제공합니다. 즉, 각 과일의 모양, 크기, 색상 및 맛에 따라 모델을 학습한다는 의미입니다. 훈련이 완료되면 새로운 과일 세트를 제공하여 모델을 테스트합니다. 모델은 과일을 식별하고 적절한 알고리즘을 사용하여 결과를 예측합니다.
비지도 머신러닝:
비지도 학습은 레이블이 지정되지 않은 입력 데이터에서 패턴을 추론하는 또 다른 기계 학습 방법입니다. 비지도 학습의 목표는 입력 데이터에서 구조와 패턴을 찾는 것입니다. 비지도 학습에는 감독이 필요하지 않습니다. 대신 데이터에서 자체적으로 패턴을 찾습니다.
더 알아보기 비지도 기계 학습
비지도 학습은 두 가지 유형의 문제에 사용될 수 있습니다. 클러스터링 그리고 협회 .
예: 비지도 학습을 이해하기 위해 위에 주어진 예를 사용하겠습니다. 따라서 지도 학습과 달리 여기서는 모델에 어떤 감독도 제공하지 않습니다. 입력 데이터 세트를 모델에 제공하고 모델이 데이터에서 패턴을 찾을 수 있도록 하겠습니다. 적절한 알고리즘의 도움으로 모델은 스스로 훈련하고 과일 사이의 가장 유사한 특징에 따라 과일을 여러 그룹으로 나눕니다.
지도 학습과 비지도 학습의 주요 차이점은 다음과 같습니다.
| 지도 학습 | 비지도 학습 |
|---|---|
| 지도 학습 알고리즘은 레이블이 지정된 데이터를 사용하여 훈련됩니다. | 비지도 학습 알고리즘은 레이블이 지정되지 않은 데이터를 사용하여 학습됩니다. |
| 지도 학습 모델은 올바른 출력을 예측하는지 여부를 확인하기 위해 직접적인 피드백을 받습니다. | 비지도 학습 모델은 피드백을 받지 않습니다. |
| 지도 학습 모델은 출력을 예측합니다. | 비지도 학습 모델은 데이터에서 숨겨진 패턴을 찾습니다. |
| 지도 학습에서는 입력 데이터가 출력과 함께 모델에 제공됩니다. | 비지도 학습에서는 입력 데이터만 모델에 제공됩니다. |
| 지도 학습의 목표는 새로운 데이터가 주어졌을 때 출력을 예측할 수 있도록 모델을 훈련시키는 것입니다. | 비지도 학습의 목표는 알려지지 않은 데이터 세트에서 숨겨진 패턴과 유용한 통찰력을 찾는 것입니다. |
| 지도 학습에는 모델을 훈련하기 위한 감독이 필요합니다. | 비지도 학습에서는 모델을 훈련하는 데 감독이 필요하지 않습니다. |
| 지도 학습은 다음과 같이 분류될 수 있습니다. 분류 그리고 회귀 문제. | 비지도 학습은 다음과 같이 분류될 수 있습니다. 클러스터링 그리고 협회 문제. |
| 지도 학습은 입력과 해당 출력을 알고 있는 경우에 사용될 수 있습니다. | 비지도 학습은 입력 데이터만 있고 해당 출력 데이터가 없는 경우에 사용할 수 있습니다. |
| 지도 학습 모델은 정확한 결과를 생성합니다. | 비지도 학습 모델은 지도 학습에 비해 결과가 덜 정확할 수 있습니다. |
| 지도 학습은 진정한 인공 지능에 가깝지 않습니다. 먼저 각 데이터에 대해 모델을 훈련한 다음 올바른 출력을 예측할 수 있습니다. | 비지도학습은 아이가 경험을 통해 일상생활을 배우는 것과 유사하게 학습한다는 점에서 진정한 인공지능에 더 가깝습니다. |
| 선형 회귀, 로지스틱 회귀, Support Vector Machine, 다중 클래스 분류, 의사결정 트리, 베이지안 논리 등 다양한 알고리즘이 포함되어 있습니다. | Clustering, KNN, Apriori 알고리즘 등 다양한 알고리즘이 포함되어 있습니다. |