Unsupervised Learning

Unsupervised Learning

Unsupervised Learning(자율 학습)은 어떤 모델이 관찰한 것을 맞추어 나가는 Machine Learning(기계 학습)의 한 방법으로, 
사전 정보가 없다는 사실에서 Supervised learning과 구분할수 있다. 자율학습에서는 입력 대상들의 집합을 모은후, 그것들을 
Random Variable(임의 변수)의 집합으로 취급한다. 적용되는 확률밀도는 그 데어터 집합에 관하여 만들어진다.
자율학습은 다른 것에 주어진 임의 변수에 대하여 조건부 활률을 계산하기 위해서 Bayesian Inference와 함께 사용될 수 있다. 
자율학습은 데이터 압축을 위해서도 사용이 가능하다. 근본적으로 모든 데이터 압축 알고리즘은 입력집합에 대하여 명시적으로나 
암묵적으로 확률분포에 의존하게 된다. 자율학습의 또다른 형태는 Clustering으로, 때로는 비 확률적이다.