[PyTorch] 얼렁뚱땅 파이토치 - [2] : 지도 학습

 

 

비지도 학습(Unsupervised learning)

 

정답을 알려주지 않아도 여러 데이터 속에서 관계나 패턴을 찾아 스스로 학습하는 방법.

 

레이블(정답)이 없는 데이터를 비슷한 것들끼리 묶을 때 많이 사용.

 

ex) 뉴스 주제에 따른 분류, 소비자 구매 성향 별 관리

 

 

 

지도 학습 (Supervised learning)

 

인공지능에게 정답을 알려주어 학습시키는 방법.

 

ex) 가까운 미래 날씨 예측, 가격 예측, 스팸 메일 분류, 질병 판단

 

 

기본적인 지도 학습 과정

 

모델은 가중치와 편향을 통해 예측값을 산출하기 때문에 지도 학습의 목표는 학습을 통해 적절한 모델의 가중치와 편향을 찾는 것이다.

 

처음 학습 시에는 무작위로 가중치와 편향을 정하여 예측값을 산출한다. 따라서 예측값이 얼마나 정확한지를 판단할 필요가 있다.

 

이때 사용되는 개념이 손실 함수다.

 

 

손실 함수(Loss function)

 

실제값과 예측값이 얼마나 차이가 나는지를 측정하는 척도로써 문제에 따라 적절한 손실 함수를 정해주는 것이 중요하다. 일반적으로 손실 함숫값이 작다는 의미는 실제값과 예측값의 차이가 작다는 뜻으로 학습을 잘하고 있다는 것이다.

 

따라서 현재 예측을 통해 얻은 손실 함숫값 보다 다음 학습 시 더 작은 손실 함숫값을 얻기 위해 이전 가중치와 편향을 좀 더 적절한 가중치와 편향으로 최적화(Optimization)하게 된다. 이때 필요한 것이 미분이다.

 

미분 계산으로 구성된 역전파(Back-propagation)를 통해 손실 함수의 최소 지점을 찾게 된다.

 

 

 

참고

 

딥러닝을 위한 파이토치 입문 - 딥러닝호형 저

 

 

 

This is the way.