지도 학습

지도 학습

지도 학습(Supervised Learning)은 입력 \(x\)와 정답 레이블 \(y\)의 쌍으로 이루어진 훈련 데이터를 이용해, 새로운 입력에 대한 출력을 예측하는 함수를 학습하는 머신러닝 방법론이다.

핵심

• 훈련 데이터는 \((x^{(i)}, y^{(i)})\) 쌍의 집합으로 구성된다
• 출력이 연속값이면 회귀, 이산 클래스이면 분류 문제로 나뉜다
• 모델은 예측값과 실제 레이블 간의 손실(loss)을 최소화하는 방향으로 학습된다
• 선형 회귀, 로지스틱 회귀, SVM, 신경망 등이 대표적인 지도 학습 알고리즘이다
• 레이블 생성 비용이 높고 데이터 편향에 취약하다는 한계가 있다