금융 전략을 위한 머신러닝: 19가지 사례를 통해 익히는 금융 전략, 머신러닝, 데이터 과학

26

1

부

프레임워크

1.3

머신러닝의 다양한 유형

이 절에서는 간략하게나마 머신러닝의 모든 유형을 살펴본다. 즉 이 책에서 제시한 금융 응

용 실전 문제에서 이 유형들을 다룬다. [그림

1

-

2

]에서 보는 바와 같이, 머신러닝은 지도 학습

supervised

learning

, 비지도 학습

unsupervised

learning

, 강화 학습

reinforcement

learning

으로 나뉜다.

머신러닝

지도 학습

과제 기반

(다음 값 예측)

데이터 기반

(동일 군)

실수를 통한 학습

비지도 학습 강화 학습

그림

1-2

머신러닝 유형

1.3.1

지도 학습

지도 학습의 주된 목표는 분류된(레이블이 붙은) 보이지 않는 데이터나 미래의 데이터에 대해

예측하기 위해 데이터로 모델을 훈련하는 것이다. 여기서 ‘지도’라는 용어는 샘플의 집합을 말

하고, 기대하는 결과(분류, 레이블 )는 이미 알고 있다. 지도 학습 알고리즘은

분류

classification

와

회귀

regression

의 두 유형으로 나뉜다.

분류

분류는 지도 학습의 하위범주로 목표는 과거의 관찰을 기반으로 새로운 예의 범주형 분류를 예

측한다.

27

1

장

금융 ...