머신러닝은 일반적으로 지도 학습, 비지도 학습, 강화 학습으로 분류되며,
그 외에도 준지도 학습(Semi-supervised Learning), 온라인 학습(Online Learning) 등 다양한 방식으로 세분화될 수 있다.
지도 학습(Supervised Learning): 입력 데이터와 정답(Label)을 학습하여 새로운 데이터 예측 (예: 선형 회귀, 의사결정나무, 랜덤 포레스트)
비지도 학습(Unsupervised Learning): 정답이 없는 데이터를 군집화하거나 패턴을 찾음 (예: K-Means, PCA, DBSCAN)
강화 학습(Reinforcement Learning): 머신러닝의 꽃이라 불림. 보상 시스템을 통해 최적의 행동을 학습 (예: AlphaGo, 강화 학습 기반 로봇 제어)
지도 학습, 비지도학습, 강화 학습
출처: https://m.blog.naver.com/k0sm0s1/221863569856강화 학습: 게임을 하면서 경험을 통해서 실력을 키워가는 게이머
출처: https://opentutorials.org/course/4548/28949
머신러닝(Machine Learning, ML)은 "주어진 데이터의 특성과 패턴을 학습하여 새로운 데이터에 대한 결과를 예측하는 기술"이다.
데이터 마이닝(Data Mining)은 데이터 간의 상관관계를 찾는 것이 주 목적이지만,
머신러닝은 이를 활용해 새로운 데이터를 예측하는 것에 초점을 둔다. (자세한 내용은 (8) 데이터 마이닝과 머신러닝 참고)
머신러닝은 방대한 데이터를 기반으로 반복적인 작업을 자동화하거나, 사람이 직접 규칙을 정의하기 어려운 문제에 대해 예측 및 분류가 가능하다.
특히 패턴 인식, 실시간 분석, 맞춤형 서비스 제공에 탁월하다.
기존 프로그래밍 vs 머신러닝(Traditional Programming vs Machine Learning)
출처: https://sravya-tech-usage.medium.com/traditional-programming-vs-machine-learning-e9bbed5e491c
회귀: 선형회귀 vs 로지스틱 회귀
선형 회귀와 로지스틱 회귀는 모두 예측 모델을 만드는데 사용되지만, 예측하는 값의 유형이 다르다.
선형 회귀는 연속적인 값을 예측하는 반면, 로지스틱 회귀는 이진 분류(두 개의 범주)와 같은 범주형 값을 예측한다.
또한, 로지스틱 회귀는 결과가 0과 1 사이의 확률로 표현된다.
여기서 로지스틱 회귀에서 '로지스틱'은 S자 형태의 그래프를 그리는
로지스틱 함수를 의미한다.
출처: https://www.genspark.ai/spark/
데이터 마이닝(Data Mining)은 KDD(Knowledge Discovery in Databases, 데이터베이스 지식 발견)의 표준적인 정의에 따르면, 대규모 데이터에서 이전에는 알려지지 않았던, 잠재적으로 유용한 정보나 지식을 추출하는 체계적인 과정이다.
일반적으로 데이터 마이닝은 다음과 같은 단계를 거친다.
데이터 선택 및 수집: 여러 출처의 대용량 데이터를 모은다.
전처리 및 통합: 정제되지 않은(raw) 데이터의 잡음과 불일치를 제거하고, 형식을 통합하여 데이터 웨어하우스(Data Warehouse)와 같은 저장소에 저장한다.
데이터 마이닝(패턴 발견): 통계·기계학습 기법을 적용하여 데이터 속에 숨어 있는 상관관계, 패턴, 추세 등을 발견한다.
해석 및 평가: 발견된 패턴이 실제로 유의미하고 유용한지 평가한다.
데이터 마이닝 vs 머신러닝
데이터 마이닝은 대용량 데이터에서 사람이 미처 알지 못했던 상관관계·패턴을 발견하는 데 초점을 두는 반면, 머신러닝은 발견된 패턴(모델)을 이용해 새로운 데이터에 대한 예측을 수행하는 데 초점을 둔다. 실무에서는 두 분야의 기법이 서로 겹쳐서 사용되는 경우가 많다.
연관 규칙 마이닝(Association Rule Mining)
데이터 마이닝의 대표적인 기법 중 하나로, "빵을 사는 사람은 우유도 함께 산다"처럼 항목(item)들 간의 연관성(규칙)을 트랜잭션(거래) 데이터에서 찾아내는 기법이다. 이때 규칙의 신뢰성을 평가하기 위해 다음과 같은 지표를 사용한다.
지지도(Support):
전체 트랜잭션 중 특정 항목(들)이 함께 등장하는 빈도. 해당 규칙이 얼마나 자주 나타나는지를 나타낸다.
신뢰도(Confidence):
항목 A를 포함하는 트랜잭션 중에서, 항목 A와 B가 함께 등장하는 비율. 규칙 "A이면 B이다"의 신뢰성을 나타낸다.
향상도(Lift):
A와 B가 서로 독립적으로 발생할 때보다 얼마나 더 자주 함께 발생하는지를 나타내는 지표로, 1보다 크면 양의 연관성을 의미한다.
⚠️ 자주 헷갈리는 개념 — 최소지지도/최소신뢰도 vs 불순도(Impurity)
최소지지도(minimum support)와 최소신뢰도(minimum confidence)는 연관 규칙 마이닝에서 트랜잭션 데이터의 항목들이 함께 등장하는 빈도와 규칙의 신뢰성을 평가하기 위해 사용하는 지표이다.
반면 불순도(impurity)는 의사결정나무(Decision Tree)에서 한 노드에 서로 다른 클래스(범주)의 데이터가 얼마나 섞여 있는지를 나타내는 전혀 다른 개념이다. 즉, 최소지지도·최소신뢰도가 "항목 간의 불순도(섞인 정도)"를 표현하기 위한 지표라는 설명은 잘못된 설명이다.
대규모 데이터에서 암묵적인, 이전에 알려지지 않은, 잠재적으로 유용할 것 같은 정보나 지식을 추출하는 체계적인 과정이다.
정답 · 해설 보기
정답: ②
① (옳음)
대용량의 정제되지 않은 데이터에서 의미 있는 패턴을 발견한다는 데이터 마이닝의 일반적 목적으로, 옳은 설명이다.
② (틀림)
최소지지도(minimum support)와 최소신뢰도(minimum confidence)는 트랜잭션(거래) 데이터에서 항목들이 함께 등장하는 빈도와 연관 규칙의 신뢰성을 평가하기 위해 연관 규칙 마이닝(association rule mining)에서 사용하는 지표이다. 결정 트리 등에서 데이터가 여러 부류로 얼마나 섞여 있는지를 나타내는 "불순도(impurity)"와는 서로 다른 개념이므로 ②의 설명은 옳지 않다.
③ (옳음)
데이터 웨어하우스에 데이터를 정제·통합해 저장하는 과정에 대한 설명으로, 옳은 내용이다.
④ (옳음)
데이터 마이닝의 표준적인 정의(KDD, Knowledge Discovery in Databases)로, 옳은 설명이다.
