기계 학습은 인공지능의 한 분야로 데이터의 패턴을 찾는 인공 지능 응용 프로그램이다. 최근 기계학습은 꾸준한 딥러닝의 발전으로 좋은 성능을 보이고 있다.
본 연구에서는 기계 학습의 학습 방법인 지도학습, 준지도학습, 지도대조학습의 방법들을 사용하여 이미지 데이터인 MNIST, Fashion-MNIST, CIFAR-10으로 비교분석을 실시한다. 레이블을 가지고 있는 데이터로 대조학습하는 방법인 지도대조학습으로 학습하였을 때 가장 좋은 성능을 보였으며, 레이블이 있는 데이터로 학습하는 지도 학습이 그 다음으로, 레이블이 있는 데이터와 레이블이 없는 데이터로 학습하는 준지도학습으로 분석하였을 때 순으로 성능이 좋았다. 그리고 5가지의 데이터 증강방법을 사용하여 분석한 결과, 5가지 증강 방법을 모두 사용하였을 때보다 각각 증강 방법을 시행했을 경우 더 좋은 성능이 나왔다. 변동 자동 인코더로 출력한 이미지를 분석한 결과 다른 데이터 증강 방법에 비해 낮은 성능을 보였다.