비지도 학습이란 무엇인가?

비지도 학습이란?

비지도 학습은 알고리즘이 대상에 대한 사전 정보를 알고리즘에 제공하지 않고도 유형 및 무형 대상을 모두 분류할 수 있도록 하는 데 사용되는 방법입니다.

알고리즘이 분류해야 할 대상은 고객 구매 습관, 세균 행동 패턴, 해커 공격 등 다양합니다. 비지도 학습의 기본 개념은 알고리즘이 대량의 다양한 데이터를 학습하고 추론할 수 있도록 하는 것입니다. 하지만 먼저 알고리즘이 데이터로부터 학습할 수 있도록 프로그래밍해야 합니다.

테크허브가 설명하는 비지도 학습

컴퓨터 시스템은 많은 양의 정형 및 비정형 데이터에 대한 통찰력을 이해하고 제공해야 합니다. 사실, 컴퓨터 시스템이 일정 기간 수신될 수 있는 모든 유형의 데이터에 대한 사전 정보를 제공하는 것이 불가능할 수 있습니다. 이러한 점을 염두에 두고, 지도 학습은 컴퓨터 시스템이 새로운 유형의 데이터에 대한 연속적인 정보가 필요할 때 적합하지 않을 수 있습니다.

예를 들어, 금융 시스템이나 은행 서버에 대한 해킹 공격은 그 성격과 패턴이 자주 바뀌는 경향이 있으며, 시스템이 공격 데이터를 빠르게 학습하여 미래의 공격 유형을 추론하고 선제적인 조치를 제안해야 하므로 비지도 학습이 더 적합할 수 있습니다.

비지도 학습의 적용

머신 러닝 기술은 제품 사용자 경험을 개선하고 품질 보증을 위한 시스템을 테스트하는 일반적인 방법이 되었습니다. 비지도 학습은 데이터를 볼 수 있는 탐색 경로를 제공하여 기업이 수동 관찰과 비교할 때 대량의 데이터에서 패턴을 더 빠르게 식별할 수 있도록 합니다.

비지도 학습의 가장 일반적인 실제 응용 프로그램 중 일부는 다음과 같습니다:

• 뉴스섹션: 구글 뉴스는 다양한 온라인 뉴스 매체의 같은 이야기에 대한 기사를 분류하기 위해 감독 되지 않은 학습을 사용합니다. 예를 들어, 대통령 선거의 결과는 “미국” 뉴스라는 꼬리표 아래 분류될 수 있습니다.
• 컴퓨터 비전: 비지도 학습 알고리즘은 물체 인식과 같은 시각 인식 작업에 사용됩니다.
• 의료 영상: 비지도 머신 러닝은 영상 감지, 분류, 세분화 등 의료 영상 장치가 환자를 빠르고 정확하게 진단하는 데 필수적인 기능을 제공합니다.
• 이상 탐지: 감독 되지 않은 학습 모델은 많은 양의 데이터를 탐색하고 데이터 세트 내의 비정형 데이터 지점을 발견할 수 있습니다. 이러한 이상 징후는 장비 결함, 인적 오류 또는 보안 위반에 대한 인식을 높일 수 있습니다.
• 고객 페르소나: 고객 페르소나를 정의하면 비즈니스 고객의 일반적인 특성과 구매 습관을 더 쉽게 이해할 수 있습니다. 비지도 학습을 통해 기업은 제품 메시지를 더 적절하게 정렬하기 위해 더 나은 구매자 페르소나 프로필과 조직을 구축할 수 있습니다.
• 추천 엔진: 비지도 학습은 과거 구매 행동 데이터를 사용하여 보다 효과적인 교차 판매 전략을 수립하는 데 사용할 수 있는 데이터 트렌드를 발견하는 데 도움이 될 수 있습니다. 이는 온라인 소매업체의 체크아웃 과정에서 고객에게 관련 추가 사항을 추천하는 데 사용됩니다.