머신러닝 인터뷰 실무 가이드

126

머신러닝 인터뷰 실무 가이드

비지도 학습 정의

비지도 학습

Unsupervised

learning

은 레이블이 없는 데이터를 이용해 모델을 학습시키는 방식입니

다. 사용 가능한 ‘레이블’(올바른 또는 예상되는 값 )이 없을 때 사용합니다. 비지도 학습을 이

용하면 정확한 결과 레이블에 대한 사전 지식 없이도 데이터 세트에서 패턴, 공통점 또는 이

상을 발견할 수 있습니다.

비지도 학습의 일반적인 용도로는 클러스터링과 차원 축소가 있습니다 (그림

3

-

6

참조 ).

VAE

variational

autoencoder

(변분 오토인코더 )와 같은 많은 생성 모델이 비지도 학습을 사용하며,

스테이블 디퓨전

Stable

Diffusion

같은 이미지 생성 애플리케이션에도 활용됩니다.

클러스터링

Clustering

은 유사한 데이터 포인트를 클러스터로 그룹화하는 머신러닝 작업으로, 새

로운 패턴을 파악할 수 있게 합니다 (그림

3

-

7

참조 ). 존재하지 않는 레이블을 추론할 수는

없지만, 클러스터링을 통해 이상치나 관심 클러스터를 발견하여 추가적으로 조사할 수 있습

니다. 비지도 학습은 같은 클러스터에 속한 고객들이 비슷한 선호도나 행동을 보일 것이라는

가설을 세울 수 있어 고객 세분화에 적용될 수 있습니다. 또한, 사전 지식 없이 데이터에서

비정상적인 패턴을 찾을