📘 코딩이란? 강좌 · 2-2단원 — 인공지능/머신러닝/딥러닝 입문 시리즈
지도학습이란
지도학습(Supervised Learning)은 ‘문제와 정답’이 함께 들어 있는 데이터로 학습하는 방식입니다. 마치 정답지가 딸린 문제집으로 공부하듯, 모델은 입력과 그에 대응하는 정답을 비교하며 오차를 줄여 나갑니다.
지도학습의 두 갈래
- 분류(Classification) : 결과가 정해진 범주 중 하나인 문제입니다. 예를 들어 메일이 스팸인지 아닌지, 사진이 개인지 고양이인지 구분합니다.
- 회귀(Regression) : 결과가 연속된 숫자인 문제입니다. 집값 예측, 내일 기온 예측처럼 값을 맞히는 경우가 여기에 속합니다.
대표 알고리즘
선형 회귀와 로지스틱 회귀, 결정 트리와 랜덤 포레스트, 서포트 벡터 머신(SVM), 최근접 이웃(KNN) 등이 널리 쓰입니다. 문제의 성격과 데이터 크기에 따라 알맞은 알고리즘을 고르는 것이 중요합니다.
예시로 이해하기
손글씨 숫자 이미지 수만 장에 각각 ‘0~9’라는 정답을 달아 학습시키면, 모델은 새로운 손글씨 이미지를 보고 어떤 숫자인지 맞히게 됩니다. 이때 정답 레이블을 사람이 미리 붙여 주어야 한다는 점이 지도학습의 특징이자 부담입니다.
핵심 정리
- 지도학습은 정답이 포함된 데이터로 학습한다.
- 범주를 맞히면 분류, 숫자를 맞히면 회귀다.
- 정답 레이블을 준비하는 비용이 크다는 한계가 있다.