각 예제에 올바른 출력 레이블이 포함된 데이터를 사용하여 훈련되는 머신러닝 접근 방식은 무엇입니까?

지도 학습은 각 입력 예제에 대해 올바른 출력 레이블이 제공되는 데이터를 사용하여 모델을 훈련하는 머신러닝 접근 방식입니다. 이는 모델이 입력과 출력 간의 매핑을 학습하여 새로운, 보이지 않는 데이터에 대한 예측을 할 수 있도록 합니다. 비지도 학습은 레이블이 없는 데이터를 다루며, 데이터 내의 숨겨진 패턴이나 구조를 찾는 데 중점을 둡니다. 강화 학습은 에이전트가 보상과 벌칙을 통해 시행착오 방식으로 학습하는 방식입니다. 전이 학습은 한 작업에서 학습한 모델을 다른 관련 작업에 재사용하는 기법입니다.