비교사학습

기계학습

기계학습 기계학습의 성능을 높이기 위해서는 특징을 잘 뽑아내는 것이 매우 중요 특징 벡터의 차원이 커질 수록 머신러닝의 성능은 높아질 가능성이 커지지만, 계산량이 많아져 속도가 느려지게 됨 -> 차원을 적당히 줄이기 위해 차원 감소 기법을 사용함. 카테고리 - 교사 학습 학습 데이터의 정확한 클래스가 알려져 있음 ex ) 강아지 고양이 분류 장점 : 결과를 사람이 검토해야 하는 비용이 비교사 학습에 비해 상대적으로 작음 단점 : 사람이 수작업으로 클래스를 입력 해야함 - 비교사 학습 학습 데이터의 정확한 클래스가 알려져 있지 않음. 장점 : 수작업으로 클래스 입력할 필요 없음 단점 : 수작업으로 결과를 검토해야 함 - 반교사 학습 교사 학습 + 비교사 학습 사람이 수작업으로 클래스 일부만 입력해도 되며,..