한 회사가 다양한 동물 종의 이미지를 분류하는 모델을 훈련해야 합니다. 이미 레이블이 지정된 대규모 이미지 세트를 가지고 있으며 추가 데이터를 레이블링하지 않을 것입니다. 이 회사는 어떤 학습 접근 방식을 사용해야 할까요?

정답은 지도 학습입니다. 지도 학습은 레이블이 지정된 데이터셋을 사용하여 모델을 훈련하는 접근 방식입니다. 문제에서 회사는 이미 레이블이 지정된 대규모 이미지 세트를 가지고 있으며 추가 레이블링을 하지 않을 것이라고 명시했으므로, 이는 지도 학습의 전형적인 시나리오입니다. 모델은 레이블이 지정된 이미지와 해당 동물 종을 학습하여 새로운 이미지를 정확하게 분류하는 방법을 배웁니다. 비지도 학습은 레이블이 없는 데이터에서 패턴을 찾는 데 사용되며, 강화 학습은 시행착오를 통해 행동을 학습하는 데 사용됩니다. 능동 학습은 모델이 가장 유용한 데이터 포인트에 대한 레이블을 요청하여 레이블링 노력을 최소화하는 데 사용되지만, 이 시나리오에서는 추가 레이블링이 없을 것이라고 명시되었으므로 적합하지 않습니다.