머신러닝은 다양한 분류 체계를 가지고 있는데요. 개발자는 이러한 머신러닝 시스템의 분류 체계를 이해하고, 적절한 방식을 선정하는 것이 중요합니다. 오늘은 머신러닝을 분류하는 방법을 살펴보겠습니다. 머신러닝 분류엔 크게 3가지 방법이 있는데 1) 지도 학습 2) 비지도 학습 3)강화 학습입니다.
회원가입을 하면 원하는 문장을
저장할 수 있어요!
다음
머신러닝은 다양한 분류 체계를 가지고 있는데요. 개발자는 이러한 머신러닝 시스템의 분류 체계를 이해하고, 적절한 방식을 선정하는 것이 중요합니다. 오늘은 머신러닝을 분류하는 방법을 살펴보겠습니다. 머신러닝 분류엔 크게 3가지 방법이 있는데 1) 지도 학습 2) 비지도 학습 3)강화 학습입니다.
먼저 지도 학습(Supervised Learning)은 문제에 대한 정답을 함께 학습시키는 방법입니다. 많은 양의 데이터를 학습시켜 비슷한 문제가 들어왔을 때, 알맞은 답을 내놓을 수 있게 만드는 것입니다.
다음으로 비지도 학습(Unsupervised Learning)은 별도의 정답 없이 많은 데이터를 주고, 컴퓨터가 비슷한 데이터들끼리 묶음, 집합을 만들 수 있게 하는 방법입니다. 그래서 새로운 문제가 들어왔을 때, ‘아! 이건 이 묶음인 것 같아!’라고 생각하고, 답을 내놓을 수 있는 것이죠.
마지막으로 강화 학습(Reinforcement Learning)은 지도학습과 비슷하지만 뉘앙스가 살짝 다릅니다. 정답을 알려주기보다는 컴퓨터가 어떤 답을 내놓았을 때 결과에 대한 점수를 입력해 주고, 알아서 더 높은 점수를 받게 하는 방법입니다. 우리가 게임을 할 때 더 큰 보상을 받기 위해 과정을 반복하는 것과 비슷합니다.
[쉽게 배우는 AI] 시리즈 보러 가기
<원문>
요즘IT의 모든 콘텐츠는 저작권법의 보호를 받는 바, 무단 전재와 복사, 배포 등을 금합니다.
좋아요
댓글
공유
공유
넷마블 QA실에서는 ‘크래시리포트’라는 시스템을 운영하고 있습니다. 크래시리포트는 게임 실행 과정에서 예상치 못한 종료 현상이 발생할 때, 그 상황을 저장한 데이터를 크래시라 합니다. 이러한 크래시리포트 운영용으로 마련한 엣지 서버 클러스터 환경에서는 신규 파드 추가마다 최소 1분 이상 필요했습니다. 게임 사용자가 언제 급증할지 예측할 수 없기에, 스케줄에 맞춘 확장도 적합하지 않았습니다. 또한 서버에 접속하는 클라이언트의 통신 연결 대기 시간은 대략 10~20초로 설정돼 있어서, 신규 파드를 준비하기 위해 소모하는 1분 동안 누락되는 데이터도 늘어날 수밖에 없었습니다.
지금 회원가입하고,
요즘IT가 PICK한 뉴스레터를 받아보세요!
5.7K
