공단기 컴퓨터일반 기출문제집 PART 03. 217번

2019년 국회직 컴퓨터일반 8번

 

다음의 설명 중 옳지 않은 것은?

 

① 지도 학습(supervised learning)은 입력과 출력 사이의 매핑을 학습하는 것이며, 입력과 출력 쌍이 데이터로 주어지는 경우에 적용한다.

② 지도 학습 종류에는 예측변수의 특성을 사용해 목표 수치를 예측하는 회귀(regression) 기법도 있다.

③ 강화 학습(reinforcement learning)은 주어진 입력에 대한 일련의 행동 결과에 대해 보상(reward)이 주어지게 되며, 시스템은 이러한 보상을 이용해 학습을 행한다.

④ 비지도 학습(unsupervised learning)은 입력만 있고 출력은 없는 경우에 적용하며, 입력 사이의 규칙성 등을 찾아내는 게 목표이다.

⑤ 어떤 종류의 값을 군집(clustering)하고 이를 분류(classification)하는 기법은 비지도 학습의 한 종류이다.

 

정답 : ⑤

 

---

⑤ 군집은  비지도  학습이지만,  분류는  지도  학습이다.  여기서  군집화란  주어진  데이터들의  특성을  고려해  데이터  집단(클러스터)을  정의하고  데이터  집단의  대표할  수  있는  대표점을  찾는 것으로  데이터  마이닝의  한  방법이다.  예를  들면,  자율주행차가  주행  도로의  색을  군집화하여 인식하는  것을  들  수  있다.  분류란  지도  학습  중에  예측하는  결과값이  이산값이면  분류  문제에  해당한다.  예를  들어,  현재  주민등록증  이미지  상에  보이는  글자는  1인가  2인가?  등이다.

 

① 지도 학습 : 훈련 데이터(Training Data)로부터 하나의 함수를 유추해내기 위한 기계 학습(Machine Learning)의 한 방법이다. 훈련 데이터는 일반적으로 입력 객체에 대한 속성을 벡터 형태로 포함하고 있으며 각각의 벡터에 대해 원하는 결과가 무엇인지 표시되어 있다.

② 회귀 기법 : 지도 학습 중 예측하는 결과값이 연속값이면 회귀 문제에 해당한다. 예를 들어, 3개월 뒤에 금값은 얼마가 될 것인가? 등이다.

③ 강화 학습 : 어떤 환경 안에서 정의된 에이전트가 현재의 상태를 인식하여, 선택 가능한 행동들 중 보상을 최대화하는 행동 혹은 행동 순서를 선택하는 방법이다. 강화 학습은 또한 입출력 쌍으로 이루어진 훈련 집합이 제시되지 않으며, 잘못된 행동에 대해서도 명시적으로 정정이 일어나지 않는다는 점에서 일반적인 지도 학습과 다르다.

④ 비지도 학습 : 자율 학습은 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.

 

* 머신러닝은 학습 방법에 따라 지도학습, 비지도학습, 강화학습으로 나눌 수 있다.

 

* 지도 학습 (Supervised learning) : 입력과 출력 사이의 매핑을 학습하는 것이며, 입력과 출력 쌍이 데이터로 주어지는 경우에 적용

- 종류 : 분류(classification), 회귀(regression)

- 학습 데이터 : {입력, 정답}

 

* 비지도 학습 (Unsupervised learning) : 입력만 있고 출력은 없는 경우에 적용하며, 입력 사이의 규칙성 등을 찾아내는 게 목표

- 종류 : 군집(clustering)

- 학습 데이터 : {입력}

 

* 강화 학습 (Reinforcement learning) :  기계 하습이 다루는 문제의 하나로, 어떤 환경 안에서 정의된 에이전트가 현재의 상태를 인식하여, 선택 가능한 행동들 중 보상을 최대화하는 행동 혹은 행동 순서를 선택하는 방법

- 학습 데이터 : {입력, 출력, 출력에 대한 점수}

 

https://bangu4.tistory.com/96

[AI] 지도학습, 비지도학습, 강화학습(RL) 개념과 차이점