지도 / 비지도 학습과 강화학습

인공지능 2020. 4. 23. 15:47

1. 지도학습

지도학습은 문제에 대한 정답의 예시를 반복적으로 제공하여 비슷한 유형의 인자값이

다른 문제가 주어졌을 때 정답을 추측할 수 있도록 하는 학습방법이다.

예를 들어 1+1=2, 1+2=3, 2+2=4 라고 학습시킨 뒤 1+3=? 의 값을 구하도록 하거나

사과 의 사진을 다수 학습시킨 뒤 여러 과일 사진 중에 사과의 사진을 찾게하는 것과 같은 방법이다.

이때 명시적인 정답을 Label이라 한다. 지도학습은 다수의 사례가 있고 명확한 결과값이 존재하는

데이터를 학습시킬 때 주로 사용된다.

비지도학습은 명확한 정답이 제시되지 않는 문제로 데이터의 숨겨진 특징이나 구조를 학습시킬 때 사용된다.

예를 들어 20대 남성의 영화 선호도를 추정하고자 할 때 20대 남성 이 선호하는 영화의 장르를 분류하여 군집시키고

대체적으로 액션영화를 선호한다는 추정 결과를 얻어내는 경우이다. 최근 사용되고 있는 예시로는

사용자의 인터넷 검색 데이 터를 가지고 최근 사용자가 관심을 가지는 키워드를 추출하여

관련된 상품에 대한 광고 를 게시하는 등의 기술이 사용되고 있다.

강화학습은 지도학습에 속한 모델로 분류하기도 하고 강화학습 자체의 독립적인 영역으로 분류하기도 한다.

지도학습으로 분류되는 이유는 학습중에 사람을 포함한 환경으로부터 피드 백, 즉 지도를 받기 때문이다.

한편 독립적으로 분류되는 이유는 상화학습이 가지고 있는 최적의 의사결정 프로세스가

지도학습의 대표적인 방식인 레이블 기반을 통한 판별식을 구하는 방식과는 구별되는 학습 모델이기 때문이다.

지도학습 또는 비지도학습과 같은 머신러닝에서는 사전에 사람이 정해준 문제 해결 시나리오대로

계산을 수행하는 반면, 강화학습은 주어진 문제만을 지도받을 뿐 그 해결방법은 시행 착오를 통해

스스로 찾아내는 것으로 사람의 행동 양식과 매우 유사하다.