- 지도학습(Supervised Learning): 문제(feature)와 답(target, label)을 주면서 보정해 나감
분류: 양성/음성 등 단일값 예측
회귀: 연속값 예측
추천 시스템: A를 하면? -> B를 추천
시각, 음성 감지, 인지
- 비지도학습(Un-Supervised Learning): 답(target, label)이 없음
군집화: 비슷한 데이터 모으기
차원 축소: feature 줄이기, 함축 의미 찾기
토픽 모델링, 문서 군집화
- 강화학습(Reinforcement Learning):시행착오(Trial and Error)를 통해 학습, 보상 개념 존재
출처: [개정판] 파이썬 머신러닝 완벽 가이드 - 인프런
'theory > NLP' 카테고리의 다른 글
[머신러닝 기초] entropy, binary cross entropy, KL divergence (0) | 2022.09.26 |
---|---|
BERT (0) | 2022.02.04 |
Transformer (0) | 2022.02.04 |
퍼셉트론(perceptron) (0) | 2022.01.17 |
sparql이란? (0) | 2021.03.22 |