[ML] 비지도 학습 ML 모델 종류

비지도 학습

• 비지도 학습이란, 입력 데이터에 대한 출력 값(정답) 없이,
• 오직 입력 데이터만으로 학습을 진행한 뒤,
• 데이터로부터 유의미한 정보를 추출하는 머신러닝 기법입니다.
• 정답이 주어지지 않으므로, 학습이 끝난 뒤에도 정확도를 알 수 없습니다.

주요 기술

• 군집화(Clustering)

  • 유사한 데이터들을 그룹화하는 작업

• 비정상 탐지(Anomaly detection)

  • 예상치 못한 이벤트 또는 결과를 식별하는 작업

• 차원 축소(Dimension reduction)

  • 고려해야하는 Feature 의 개수를 줄이는 작업
  • 상관관계가 있는 여러 Feature 를 하나로 합치는 작업

군집화 주요 모델

• K-Means Clustering
• DBSCAN
• Mean-Shift Clustering
• EM Clustering using Gaussian Mixture
• 계층 군집 분석 (HCA, Hierarchical Cluster Analysis)
• 기댓값 최대화 (Expectation Maximization)

비정상 탐지 주요 모델

• Isolation Forest
• One Class SVM

차원 축소 주요 모델

• 주성분 분석 (PCA, Principal Component Analysis)
• 커널 PCA (Kernel PCA)
• 지역적 선형 임베딩 (LLE, Locally-Linear Embedding)
• t-SNE (t-distributed Stochastic Neighbor Embedding)

참고

• https://blog.naver.com/PostView.naver?blogId=fbfbf1&logNo=222437377984&parentCategoryNo=37&categoryNo=52&viewDate=&isShowPopularPosts=false&from=postView
• https://thinkbot.tistory.com/17
• https://brunch.co.kr/@mnc/5
• https://ittrue.tistory.com/35