이 장에서는 현대 알고리즘에서 빼놓을 수 없는 지도 학습 알고리즘을 집중적으로 다루겠습니다. 지도 학습 알고리즘의 특징은 모델 훈련을 위해 라벨이 있는 데이터를 사용한다는 것입니다. 이 책에서는 지도 학습 알고리즘을 두 장에 걸쳐 소개합니다. 이 장에서 전통적인 지도 학습 알고리즘을 다루고, 다음 장에서 뉴럴 네트워크 알고리즘으로 지도 학습을 구현합니다. 뉴럴 네트워크 알고리즘은 최근 상당히 발전한 분야이기 때문에 분량을 별도로 할애했습니다.

이 장에서는 먼저, 지도 학습의 기본 개념을 살펴보고 지도 학습 알고리즘의 두 가지 유형인 분류 모델과 회귀 모델을 알아보겠습니다. 분류 모델이 해결할 수 있는 실제 문제를 소개하고, 이를 풀 수 있는 여섯 가지 분류 알고리즘을 하나씩 학습하겠습니다. 다음으로 회귀 문제를 풀 수 있는 세 가지 회귀 알고리즘을 소개합니다. 마지막으로 모델별 성능을 비교하고, 더불어 이 장에서 소개한 내용을 요약하겠습니다.

이 장의 전반적인 목표는 지도 학습 알고리즘의 다양한 종류에 대해 이해하고, 풀려는 문제에 적합한 지도 학습 기법이 무엇인지 아는 것입니다. 이 장에서 다루는 주제는 다음과 같습니다.

지도 학습을 구성하는 기본 개념부터 시작해 보겠습니다.