📚 상식 퀴즈 해설

Q. 데이터 과학에서 "지도 학습(Supervised Learning)"과 "비지도 학습(Unsupervised Learning)"의 주된 차이점은?

지도 학습과 비지도 학습의 핵심 차이는 학습 데이터에 레이블(정답)이 있는지 여부입니다. 지도 학습(Supervised Learning)은 입력 데이터와 정답(레이블)이 함께 제공됩니다. '이 사진은 고양이'처럼 정답이 붙은 데이터로 학습하여, 새로운 데이터의 정답을 예측합니다. 스팸 메일 분류, 주가 예측, 이미지 인식 등에 사용됩니다. 비지도 학습(Unsupervised Learning)은 레이블 없이 데이터 자체의 패턴이나 구조를 발견합니다. 고객을 구매 패턴별로 자동 분류(클러스터링)하거나, 데이터의 이상치를 탐지하는 것이 예입니다. K-means, DBSCAN이 대표적인 비지도 학습 알고리즘입니다. 이 외에 소량의 레이블 데이터와 대량의 비레이블 데이터를 함께 사용하는 준지도 학습, 보상을 통해 최적 전략을 학습하는 강화 학습도 있습니다.