1.6.1. 지도 학습 (Supervised Learning)

예를 들어 학생에게 곱셈을 학습시킬 때, “2*3=6이고, 2*4=8이야, 그러면 2*5= 얼마일까? “

처럼 문제에 대한 정답을 주고 학습을 한 후, 나중에 문제를 줬을 때 정답을 구하도록 하는 것이 지도 학습 (Supervised Learning)입니다. 미리 정해 놓은 정답이 있는 데이터인 레이블된 데이터(Labeled Data)를 가지고 학습하는 것을 말합니다.

지도학습(Supervised Learning)은 데이터가 매우 많은 경우에 효과적인 학습이 가능합니다.

예측하는 결과값이 이산(discrete)값이면 분류(classification) 라고 합니다. 즉 1과 0이 있는 숫자 그림을 주고 이 이미지에 해당하는 숫자는 1인가 2인가? 를 예측하는 것입니다.

예측하는 결과값이 연속(continuous)값이면 회귀(regression) 라고 합니다. 즉 3개월뒤 이 아파트 가격은 2억1천만원 일 것인가? 2억2천만원 일 것인가? 와 같은 것을 예측 하는 것입니다.

딥러닝에서 Supervised Learning 방법론으로 주로 사용되는 구조는 Convolutional Neural Network(CNNs), Recurrent Neural Networks(RNNs)입니다.