5주차 - 머신러닝 기초II

1. 비지도 학습 개념: 비지도 학습은 레이블이 없는 데이터를 통해 패턴이나 구조를 발견하는 학습 방식입니다.

비지도 학습에서 도출된 결과는 지도 학습의 입력 데이터로 사용될 수 있으며, 이로 인해 모델이 더 나은 예측을 할 수 있도록 보완해주는 역할을 합니다. 2. 클러스터링의 응용 분야 응용 분야: 비지도 학습 기법 중 하나인 클러스터링은 전자상거래, 패턴 인식, 금융 분석, 기술 산업 등 다양한 분야에 적용됩니다.

예를 들어, 고객 데이터를 분석하여 비슷한 구매 패턴을 가진 그룹으로 나누거나, 금융 데이터를 기반으로 리스크가 유사한 그룹을 형성하는 데 활용됩니다. 3. K-means 클러스터링 개념: K-means 클러스터링은 데이터를 k개의 그룹으로 나누어 각 데이터 점이 가장 가까운 클러스터 중심에 속하도록 하는 알고리즘입니다.

각 점은 소속된 클러스터의 중심과 가까워지도록 배치되지만, 모든 데이터가 두 개의 클러스터로 명확히 구분되는 것은 아닙니다. 장점: 알고리즘이 단순...