인공지능 파이썬 실무대단원 Ⅲ. 파이썬과 머신러닝 교과서 60–131쪽
중단원 01. 머신러닝 개요 · 62–84쪽
소단원 05. 머신러닝 학습 방법의 종류 · 79–82쪽
이 웹 주제의 연계 범위: 79–84쪽
웹 학습 주제 05 / 13
지도·비지도·강화 학습
정답을 배우나요, 구조를 찾나요, 행동의 보상을 배우나요?
지도·비지도·강화 학습 · 한눈에 보기
- 1정답 있음지도 학습
- 2정답 없음비지도 학습
- 3상태·행동·보상강화 학습
| 유형 | 목표 | 예 |
|---|---|---|
| 분류 | 범주 예측 | 스팸 여부 |
| 회귀 | 수치 예측 | 내일 기온 |
| 군집 | 유사한 데이터 묶기 | 고객 그룹 |
| 강화 | 행동 전략 학습 | 미로에서 탈출 |
지도 학습은 입력과 정답의 관계를 학습합니다. 범주를 예측하면 분류, 연속적인 수치를 예측하면 회귀입니다. 비지도 학습은 정답 없이 군집이나 낮은 차원의 구조를 찾습니다.
강화 학습에서는 에이전트가 상태를 보고 행동하며 환경에서 보상을 받습니다. 정책은 행동 선택 전략이고 장기 누적 보상을 높이는 방향으로 배웁니다. Q-learning은 여러 강화 학습 알고리즘 중 하나입니다.
직접 해 보세요
- 미로 탈출에 보상을 설계하고 반복 제자리 움직임을 막는 방법을 설명하세요.
PRACTICE / RETRY / UNDERSTAND
이 주제 연습 문제 0
이 주제와 연결된 문제만 보여 줍니다. 단원 전체 문제는 단원 안내 페이지에서 이어서 풀 수 있습니다.