[머신러닝] 강화학습

강화학습(Reinforcement Learning)?

• 인공지능의 방법론인 머신러닝(Machine Learning)의 한 종류
• 머신러닝은 크게 지도학습, 비지도학습, 강화학습으로 분류할 수 있다.

 

1. 지도학습(Supervised Learning)

• 데이터와 각 데이터의 레이블(lable)이 주어진 상태에서 새로운 데이터에 레이블을 매기는 방법을 학습 하는 것
• Ex) A 지역의 아파트의 가격은 a원이고, B 지역의 주택의 가격은 b원 이라는 정보를 모델에게 알려준 다음 이 정보를 토대로 C 지역의 아파트의 가격은 c원일 것이다. 라고 예측하는 방식 (회귀 방식)

 

2. 비지도학습(Unsupervised Learning)

• 레이블 없이 데이터만 주어진 상태에서 데이터를 분류하거나 밀도를 추정하는 방법을 학습 하는 것
• Ex) A 쇼핑몰의 고객을 유사한 몇 가지 군집으로 분류해서 상품을 추천하려고 한다면 모든 고객의 구매 데이터와 상품 조회 정보를 데이터로 사용하여 고객을 군집화하고 분류하는 방법을 학습 시키는 방식

 

3. 강화학습(Reinforcement Learning)

• 지도 학습, 비지도 학습과 달리 행동에 대한 보상만 주어짐
• 마르코프 결정 과정, 모델 기반 강화 학습, 모델 프리 강화 학습