클래스: 인공지능 소개

무료이용으로 수강해 보세요.

업계 전문가가 강의하는 클래스 23,100개를 수강하세요.

클러스터 데이터

클러스터 데이터

클래스: 인공지능 소개

1개월 무료이용 시작 단체용 구매

클러스터 데이터

“

- 데이터를 분류하는 것이 모든 과제에 적합한 것은 아닙니다. 우선, 시스템이 항상 대량의 라벨이 지정된 데이터에 액세스할 수 있는 것은 아니니까요. 따라서 때로는 시스템이 자체 데이터 클러스터를 생성하도록 하기도 합니다. 클러스터는 기계가 지도 없는 학습을 사용하여 자체 데이터 그룹을 생성하는 경우입니다. 온라인으로 무언가를 구매한 적이 있다면 자주 함께 구매하는 상품이 매장에 포함되어 있다는 것을 알 수 있습니다. 아마도 여러분이 컴퓨터 마우스를 구입하는데 해당 구매로 키보드를 추천할 수도 있지요. 이는 매우 강력한 기능으로 고객이 필요한 것을 찾고 회사의 매출을 높이는 데 도움이 됩니다. 이는 지도 없는 학습을 사용하여 구매 내역에 표시된 내용을 기반으로 클러스터를 생성하는 시스템의 예입니다. 클러스터링과 분류의 가장 큰 차이점은 사람이 만든 범주로 작업하는지 아니면 기계가 만든 그룹으로 작업하는지입니다. 일반적으로 지도 머신러닝을 사용한다면 분류를 하고 비지도 머신러닝을 사용한다면 클러스터링하는 것이죠. 이렇게 생각해보세요. 핼러윈마다 내 아들은 '트릭 오어 트리트'를 합니다. 아이들이 의상을 입고 사탕을 사러 동네를 돌아다니는 날이죠. 저녁이 끝나면 아들은 수백 개의 작은 사탕을 가지고 집으로 돌아옵니다. 그가 가장 먼저 하고 싶은 일은 자기가 가장 좋아하는 것으로 사탕을 분류하는 것입니다. 예전에 아들은 제 경험으로부터 깨달음을 얻었습니다. 저는 그가 배우는 걸 감독할 수 있었죠. 아들이 초콜릿, 땅콩 버터, 민트 젤리 등 사탕에 대한 출력 카테고리를 생성하도록 도울 수 있습니다. 그런 다음 그는 알려지지 않은 사탕 중 일부를 이러한 카테고리로 분류하기 위해 노력하죠. 이는 머신러닝을 감독하는 것과 동일합니다. 이제 제 아들은 다른 나라에 살고 있는 조부모도 있습니다. 그들은 '트릭 오어 트리트'에 참여할 수 없다는 사실을 안타까워합니다. 그래서 매년 그들은 세르비아산 사탕 한 봉지를 보냅니다. 이 가방에서는 라벨이 지정되지 않았기 때문에 학습을…

목차