정답 레이블이 없는 데이터로부터 데이터 안의 묶음이나 구조를 찾아내는 머신러닝 방법. 비슷한 데이터를 그룹으로 나누는 클러스터링(k-평균 알고리즘 등), 데이터를 적은 변수로 나타내는 차원 축소(주성분 분석 등), 다른 것과 크게 다른 데이터를 찾아내는 이상 탐지 등에 사용된다. 레이블을 준비하지 않아도 되는 반면, 결과의 좋고 나쁨을 평가하기 어렵다.
일본어 명칭: 教師なし学習
비지도 학습(Unsupervised Learning)은(는) 머신러닝의 기초 등 1개 분야의 연습 문제 2개에 나와요.
분야: 머신러닝의 기초
비지도 학습은 정답 레이블이 없는 데이터로부터 데이터 안의 묶음이나 구조를 찾아내는 방법입니다.
비지도 학습에 해당하는 것은?정답 레이블을 사용하지 않는 비지도 학습의 일종으로, 데이터 시각화나 학습 전처리에 사용됩니다.
주성분 분석(PCA)에 대한 설명으로 적절한 것은?지도 학습(Supervised Learning) 강화 학습(Reinforcement Learning) 주성분 분석(PCA) 경사 하강법(Gradient Descent) 과적합(Overfitting) 교차 검증(Cross-validation) 순환 신경망(RNN) 전이 학습(Transfer Learning) 정밀도와 재현율(Precision and Recall) 정칙화(Regularization)