AI와 머신러닝 기초 정리: 지도학습, 비지도학습, 분류, 회귀, 군집화

✔️ AI vs ML

핵심

AI	Artificial Intelligence, 인공지능	지능적인 기계를 만드는 큰 분야
ML	Machine Learning, 머신러닝	AI의 하위 분야로, 데이터에서 패턴을 학습하는 기술

한 줄 정리

• AI = 큰 개념
• ML = AI 안에서 데이터를 통해 배우는 방법

 

✔️ Supervised vs Unsupervised

= 지도학습 vs 비지도학습

구분

	지도학습	비지도학습
정답(label)	있음	없음
목적	결과 예측	숨은 패턴 찾기
대표 작업	분류, 회귀	군집화, 차원 축소
예시	스팸 판별, 집값 예측	고객 그룹화, 이상치 탐지

한 줄 정리

• 지도학습 = 정답을 보고 배움
• 비지도학습 = 정답 없이 패턴을 찾음

 

✔️ Classification vs Regression

= 둘 다 지도학습 안에 포함됨

구분

	분류	회귀
예측 결과	범주형 값	숫자형 값
질문 방식	무엇인가?	얼마인가?
예시	스팸/정상, 합격/불합격	집값, 매출, 온도

한 줄 정리

• Classification = 종류 맞히기
• Regression = 숫자 맞히기

 

✔️ Clustering vs Classification

구분

	군집화	분류
정답(label)	없음	있음
학습 방식	비지도학습	지도학습
목적	비슷한 데이터끼리 묶기	정해진 클래스 예측
예시	고객 세그먼트 나누기	고양이/강아지 판별

한 줄 정리

• Clustering = 정답 없이 그룹 찾기
• Classification = 정답 보고 분류하기

 

✔️ 전체 정리

AI
└─ ML
   ├─ Supervised Learning
   │  ├─ Classification
   │  └─ Regression
   └─ Unsupervised Learning
      └─ Clustering

 

✔️ 모델 활용 예시 정리

활용 예시

Regression	숫자 예측	주택 가격 예측, 날씨/기온 예측
Classification	범주 예측	스팸 탐지, 사기 탐지, 양성/악성 진단
Clustering	그룹 찾기	고객 시장 세분화, 소셜 네트워크 커뮤니티 발견

 

✔️ “왜 머신러닝이 작동하는가” 정리

키워드 의미

Pattern	데이터에는 반복되는 패턴이 있음
Structure	데이터 안에는 숨겨진 수학적 구조가 있음
Generalization	단순 암기가 아니라 규칙을 배워 새로운 데이터에도 적용 가능

 

한 줄 정리

머신러닝은 데이터 속 패턴과 구조를 학습해서, 처음 보는 데이터에도 일반화할 수 있다 !