지도 학습과 강화 학습의 차이

지도 학습

• X에서 Y를 예측하는 문제.
• X와 Y가 모두 있는 데이터가 필요
• Y에 대한 예측 오차를 줄이는 것이 목표
• 바둑) 현재 상황(X)에서 프로 기사들의 다음 수(Y)를 학습
• 투자) 기업의 정보(X)에서 주가(Y)를 학습

강화 학습

• 데이터 대신 직접 시행 착오
• 행동으로 인한 보상을 최대화하는 것이 목표
• 바둑) 현재 상황(S)에서 다음 수(A)를 시행착오를 통해 학습
• 투자) 기업의 정보(X)에서 매수/매도/보유(A)를 시행착오를 통해 학습

학습에 주어지는 정보량

• 자기지도학습(self-supervised learning): 입력의 일부로 다른 부분을 예측
  • 대규모 데이터 자체에서 풍부한 학습 신호 생성
• 지도학습(supervised learning): 입력마다 사람이 제공한 정답
  • 분류 라벨이나 목표값을 직접 비교
• 강화학습(reinforcement learning): 일부 시점에 주어지는 보상
  • 지도학습이나 자기지도학습보다 적고 늦게 주어짐
  • 신용 할당: 어떤 행동이 나중의 보상에 기여했는지 판단해야 하는 문제
  • 탐색: 보상을 얻을 행동을 직접 찾아야 하는 문제