인공 신경망: 두 판 사이의 차이

[[지도 학습]]에서는 예제 <math>\textstyle (x, y), x \in X, y \in Y</math>들의 집합이 주어졌을 때, 가능한 함수 <math>\textstyle f : X \rightarrow Y</math>들의 목록 중 예제에 제일 적합한 함수를 고르는 것을 목표로 한다. 즉, 주어진 데이터로부터 함수를 ''추론''하는 것이다. 이 때 비용 함수는 주어진 데이터가 추론한 함수와 얼마나 어긋나느냐에 따라 달려 있고, 문제에 대한 사전 지식을 암시적으로 포함하고 있다.

 

 

지도 학습 패러다임에 해당하는 과제에는 [[패턴 인식]] (또는 분류)와 [[회귀분석]] (또는 함수 근사)가 있다. 지도 학습은 음성인식이나 모션 인식 분야에 나타나는 순차적 데이터에도 적용시킬 수 있다. 이것은 현재까지 얻어진 답의 품질에 대해 계속해서 피드백을 주는 함수의 형태로서의 "선생님"과 같이 배우는 것으로 생각할 수 있다.