머신러닝 분야들을 비유를 통해서 쉽게 이해하도록 하겠지만 비유는 비슷한 것일 뿐, 진실이 아니라는 사실을 기억하자
1. 지도학습(Supervised Learning)
문제집에는 문제가 있고, 정답이 있다.
문제와 정답을 비교하고 맞추다 보면 문제풀이에 익숙해지게 된다.
이후에 비슷한 문제를 만나게 되면 정답을 맞출 확률이 올라가게 된다.
즉, 데이터로 컴퓨터(기계)를 학습시켜서 모델을 만드는 방식을 지도학습이라고 한다.
2. 비지도학습(Unsupervised Learning)
기계에게 데이터에 대한 통찰력을 부여하는 것으로
즉, 누가 정답을 알려주지 않아도 무언가에 대한 관찰을 통해 새로운 의미나 관계를 밝혀내는 것이다.
3. 강화학습(Reinforcement Learning)
문제집의 학습을 통해서 능력을 향상시킨다는 점에서 지도학습과 비슷하지만,
차이점은 지도학습이 정답을 알려주는 문제집이 있는 것이라면, 강화학습은 해당 문제에 대한 정답을 학습하는 것 뿐만 아니라 더 좋은 정답을 찾기위해 스스로 성장하는 것이다.
