[IT용어] 정답이 있는 데이터로 배우는 머신러닝, “지도 학습”

지도 학습(Supervised learning)이란?

 

지도 학습은 입력값과 그에 따른 출력값(정답)이 함께 제공된 데이터를 이용해, 주어진 입력에 맞는 출력을 예측하도록 컴퓨터를 학습시키는 머신 러닝 방법이다. 학습 훈련 데이터에는 문제(입력)와 그에 대한 답(출력)이 함께 포함되며, 이를 통해 모델은 새로운 데이터에 대해서도 정답을 예측할 수 있게 된다. 지도 학습에서 입력은 예측 변수 또는 특징(feature), 출력은 반응 변수 또는 목표 변수(target variable)라고 하며, 출력값이 수치형이면 회귀(regression), 범주형이면 분류(classification)로 구분된다. 대표적인 지도 학습 모델로는 선형 회귀, 로지스틱 회귀, 결정 트리, 서포트 벡터 머신, 인공 신경망 등이 있으며, 기계 번역, 상품 추천, 질병 진단 등 다양한 분야에 활용된다.

 

지도 학습을 쉽게 설명하면

“정답이 있는 데이터로 컴퓨터를 가르쳐, 새로운 문제의 답을 예측하게 만드는 방법”이다.

 

 

내용 출처 : 한국정보통신기술협회