성록이는 단순 선형 회귀분석 접근이라고 해놨지만 난 책대로 할테다
아무튼.. 우리는 어떤 문제를 해결하기 위해 회귀분석을 활용하려고 할 텐데, 어떤 것들을 조질해결할 수 있는지부터 알아보아야 할 것이다. 그렇기에 회귀 문제가 무엇인지 정의해 보자.
머신 러닝 알고리즘은 크게 보았을 때 다음의 세 가지 방법으로 학습할 수 있다.
- 지도 학습(Supervised learning)
- 예를 들자면 .. 알파고 같은 것이다! 과거의 기보들을 학습시켜서 이럴 때는 이렇게 두는 것이 좋다! 라고 학습시키는 것이지.
- 비지도 학습(Unsupervised learning)
- 알파고 다음..세대의 .. 그 무언가.. 같은 것이다! 백돌과 흑돌 놓는 법만 가르쳐주고, 집을 많이 만들수록 좋다! 라는 목표를 정해준 다음 알아서 학습하게 하는 방법이다.
- 강화 학습(Reinforcement learning)
- 비지도 학습에서와 같이 뭔가 가이드를 제공받지는 않지만, 이것이 옳은 것인지 아닌 것인지에 대해 피드백을 받는다. 알카노이드 하는 인공지능이라고 생각하면 편할 듯하다.