자율 학습 (기계 학습)
위키백과, 우리 모두의 백과사전.
자율 학습(Unsupervised Learning)은 기계 학습의 일종으로, 데이터가 어떻게 구성되었는지를 알아내는 문제의 범주에 속한다. 이 방법은 지도 학습(Supervised Learning) 혹은 강화 학습(Reinforcement Learning)과는 달리 입력값에 대한 목표치가 주어지지 않는다.
자율 학습은 통계의 밀도 추정(Density Estimation)과 깊은 연관이 있다. 이러한 자율 학습은 데이터의 주요 특징을 요약하고 설명할 수 있다.
자율 학습의 예로는 클러스터링(Clustering)을 들 수 있다. 또 다른 하나의 예로는 독립 성분 분석(Independent Component Analysis)이 있다.
함께 보기 [편집]
| 이 글은 컴퓨터 과학에 관한 토막글입니다. 서로의 지식을 모아 알차게 문서를 완성해 갑시다. |
|
컴퓨터 과학의 주요 분야 |
|
|---|---|
| 수학적 기초 | |
| 계산 이론 | |
| 알고리즘 & 자료 구조 | |
| 프로그래밍 언어 & 컴파일러 | |
| 병렬 & 분산 시스템 | |
| 소프트웨어 공학 | |
| 시스템 아키텍처 | |
| 통신 & 네트워크 | |
| 데이터베이스 | |
| 인공 지능 | |
| 컴퓨터 그래픽 | |
| 인간과 컴퓨터 상호 작용 | |
| 계산과학 | |
| 정보보호 | |