지도학습(세미 슈퍼바이즈드 러닝)과 비지도학습은 기계학습의 두 주요 유형입니다. 각각의 차이점은 다음과 같습니다:
1. 지도학습 (Supervised Learning)
• 지도학습은 주어진 데이터에 대해 “정답” 라벨이 존재하는 학습 방식입니다. 모델은 입력 데이터와 해당하는 정답을 통해 학습하고, 이후 새로운 입력에 대해 예측을 합니다.
• 예: 이메일 분류(스팸/스팸 아님), 이미지 분류(고양이/개)
• 지도학습의 목표는 입력 데이터를 주어졌을 때, 그에 대한 정확한 출력(예측)을 할 수 있는 모델을 만드는 것입니다.
2. 비지도학습 (Unsupervised Learning)
• 비지도학습은 데이터에 라벨이 없고, 모델은 데이터를 스스로 분석하여 패턴이나 구조를 찾아냅니다.
• 예: 군집화(클러스터링), 차원 축소
• 비지도학습은 주어진 데이터에서 숨겨진 패턴이나 관계를 발견하는 데 초점을 맞춥니다. 예를 들어, 비슷한 특성을 가진 고객 그룹을 찾는 것이 그 예입니다.
이 두 학습 방식은 다양한 문제에 따라 적합한 방법을 선택하여 사용됩니다.