머신러닝:개요 편집하기 (부분)

==학습방법==
사실, 다음의 학습방법은 어디에 중점을 두느냐에 따라 달리 해석되어 경계가 모호하다.

===지도학습===
훈련데이터와 타깃 사이의 관계를 학습하게 된다. 데이터가 주어지면, 주어진 타깃에 매핑하는 방법 학습.

문자판독, 음성인식, 이미지분류, 언어번역 등. 이미지분할, 캡션 등을 자동으로 다는 데에도 사용

===비지도학습===
어떤 타깃도 사용하지 않고, 입력데이터에 대한 변환을 검색. 지도학습을 하기 전에 데이터셋을 잘 이해하기 위해 거치는 단계로 주로 사용된다. 숨겨진 규칙을 발견하기 위한 목적으로. 차원축소, 군집문제.

데이터시각화, 압축, 노이즈제거 등 데이터의 상관관계를 이해하기 위해 사용.

====자기지도학습====
지도학습이지만, 사람이 만든 레이블을 사용하지 않음. 사람이 개입하지 않는 지도학습. 경험적인 알고리즘을 사용하여 입력데이터로부터 레이블 생성.

오토인코더가 잘 알려진 도구. 수정하지 않은 원본을 입력한다.
<br />

===강화학습===
오랫동안 관심을 끌지 못했던 방법인데, 구글의 딥마인드가 게임플레이를 학습하는데 사용하며 많은 관심을 받기 시작했다. 알파고의 기반이 되었던 학습.

환경에 대한 정보를 받아 보상을 최대화 하는 행동을 선택하게끔 학습하는 형태.