[머신러닝 공부] 4. 비지도학습

머신러닝 입문자들의 필수코스라고 할 수 있는 앤드류 응 님의 강의를 번역해놓은 아래 브런치를 참고하여 공부하고 핵심내용만 정리해보고자 한다.

 

원문 출처 : brunch.co.kr/@linecard/440

앤드류 응의 머신러닝 (1-4) : 비지도 학습

저번 포스팅에서 지도학습에 대한 것을 다루었다. 이번에는 비지도 학습을 다룬다.

 

---

 

지도학습과의 차이점과 클러스터링

 

지도학습과 다르게 비지도학습은 레이블이 지정되지 않아 뭐가 답인지에 대한 정답이 없다.

 

이러한 답이 정해지지 않은 데이터를 나누는 것을 클러스터링(군집화) 알고리즘 이라고 한다.

 

앞서 배운 분류(Classification)와 군집화(Clustering)은 다른개념이다.

 

분류는 답을 알고 있는 상태에서 비슷한 집단끼리 묶는 것

 

군집화는 집단에 대한 정보가 없는 답을 모르는 상태에서 비슷한 집단끼리 묶는 것

 

 

---

 

클러스터링의 사용 :

 

단적인 예시 : 뉴스 추천 (만약 A주제의 인터넷 뉴스를 보고있다면 비슷한 주제의 뉴스를 추천해준다.)

 

1. 대규모 컴퓨터 클러스터링 : 데이터 센터를 더 효율적으로 관리할 수 있다.

2. 소셜 네트워크 분석 : 친구 그룹 자동 분석

3. 시장 세분화 : 고객을 자동으로 그룹핑 하여 영업의 효율화

4. 천문학 데이터 분석