다양한 손 글씨 숫자 데이터셋(훈련 데이터)를 정답과 함께 학습시키면 기계학습은 각 숫자 이미지의 세부 특징을 파악하여 훈련하고, 새로운 손 글씨 이미지(테스트 데이터)가 입력되면 학습된 모델에 대입하여 숫자를 분류할 수 있다.

이미 사람이 스팸이라고 표시한 이메일과 정상 메일을 수집함. 이걸 학습용 자료(데이터)라고 함. 컴퓨터는 이를 학습하고 컴퓨터는 메일 내용을 보고 자주 등장하는 단어들을 체크함. “무료”, “클릭”, “당첨” 같은 단어가 자주 나오면 스팸일 가능성이 큼. 반대로 “학교”, “숙제”, “선생님” 같은 단어는 스팸이 아닐 확률이 높음. 컴퓨터에게 "이런 단어들이 있으면 스팸일 가능성이 크다"는 걸 반복적으로 알려줌. 이제 새로 도착한 메일을 보면, 단어들을 확인하고 배운 내용을 바탕으로 스팸과 정상메일을 분류함.

자율 주행 자동차가 주행 중 주변에 있는 물체를 인식하고 자동차·사람·신호등 등으로 구분한다. 사물 인식·분류 과정이 실시간으로 빠르고 정확하게 이루어져야 하고 단순히 한 장의 이미지를 분석하는 것이 아니라, 다양한 거리·각도·조명 환경에서도 사고가 나지 않게 정확하게 인식할 수 있는 수많은 학습 데이터 기반이 필요하다. 또한, 상황에 따라 순간적인 판단이 요구되므로 고속 연산이 가능한 하드웨어와 실시간 처리 능력도 중요하다.

또한, 이러한 고객 세분화는 단순히 데이터 분석에 멈추지 않고, 추천 시스템 내부에서 연관 규칙을 도출하거나, 개별 고객에게 최적의 상품이나 서비스를 제안하는 데도 큰 역할을 한다. 예를 들어, 비슷한 취향의 고객들이 모여있는 그룹을 미리 파악해두면, 그 고객군에서 인기가 높은 상품을 다른 고객에게 추천하는 협업 필터링(collaborative filtering)의 보조 데이터로 사용할 수 있다.

이렇게 예측하고 싶은 결과가 "숫자"일 때, 이 문제는 회귀 문제라고 한다. 만약 내일의 주가를 190.2달러처럼 하나의 숫자로 예측한다면, 이건 전형적인 회귀 문제다.

회귀를 사용할 때는 보통 다음과 같은 정보(입력 데이터)를 활용한다:

• 과거 며칠간의 주가

• 하루 동안의 거래량

• 회사 관련 뉴스의 긍정/부정 정도

• 회사 실적 발표 내용 등

이런 데이터들을 바탕으로, 컴퓨터는 어떤 "패턴"을 학습해서 미래의 주가를 예측하려고 한다.

하지만 회귀로 예측한다고 해서 꼭 맞는 건 아니다.
주식 가격은 세계 경제, 정치 뉴스, 예기치 않은 사건 등 수많은 요소에 영향을 받기 때문에 정확하게 예측하기는 매우 어렵다. 그래서 회귀는 참고용 도구로 쓰이며, 실제 투자 결정은 신중하게 해야 한다.

서비스 이용자들의 이용 내역 빅데이터를 비지도 학습을 통한 방법으로 데이터를 군집하고 이용자들을 분류하여 고객에게 맞는 서비스를 제공 할 수 있다.

비지도학습 군집의 예시로 신한카드는 2014년 부터 빅데이터를 활용해 고객정보와 카드 결제내역을 군집 분석하여 남녀 고객을 18가지로 분류해 각각의 이용 목적에 맞는 카드를 제공했다

받은 이메일이 정상 메일인지, 스팸 메일인지 자동으로 분류하는 시스템인데 스팸 메일은 광고, 피싱, 바이러스 등 악성 목적이 많아서 사용자가 불필요한 메일에 시간을 낭비하지 않게 해준다.

간단한 예시코드는

from sklearn.feature_extraction.text import CountVectorizer

from sklearn.naive_bayes import MultinomialNB

from sklearn.model_selection import train_test_split

from sklearn.metrics import classification_report

# 예제 이메일 데이터

emails = [

"Congratulations! You've won a free lottery. Claim now!",

"Hi team, the meeting is scheduled at 3 PM tomorrow.",

"Limited time offer! Buy now and save big.",

"Please review the attached report before the deadline."

]

labels = ['spam', 'ham', 'spam', 'ham']

# 벡터화

vectorizer = CountVectorizer()

X = vectorizer.fit_transform(emails)

# 데이터 분리

X_train, X_test, y_train, y_test = train_test_split(X, labels, test_size=0.25, random_state=42)

# 모델 훈련

model = MultinomialNB()

model.fit(X_train, y_train)

# 예측 및 평가

y_pred = model.predict(X_test)

print(classification_report(y_test, y_pred))

로 하면 된다.

비지도학습은 정답 없이 오직 입력 데이터만으로 데이터 내부의 숨겨진 구조나 패턴, 그룹 등을 찾아내어 데이터의 특징을 이해하거나 분류하는 데 사용하는 학습 방법이다.

지도학습의 예시로는 이메일의 내용과 발신자 정보를 기반으로 해당 이메일이 스팸인지 아닌지를 분류하는 이메일 스팸 분류가 예시입니다.이때, 과거의 이메일 데이터에 '스팸' 또는 '정상'이라는 레이블이 붙어 있어 모델이 학습할 수 있습니다.

비지도 학습의 예시로는 거래 데이터를 분석하여 일반적인 거래 패턴과 다른 이상 거래를 식별하는 이상치 탐지시스템을 예시로 들수있습니다.