지도 학습(Supervised Learning)이란 무엇인지 설명하고, 실제 데이터에서 어떤 문제 해결에 주로 사용되는지 예시를 들어 설명해주세요.

지도 학습은 정답, 즉 '레이블'이 붙어있는 데이터를 이용해서 모델을 학습시키는 방법입니다. 마치 선생님이 학생에게 문제와 정답을 알려주면서 공부시키는 것과 비슷하다고 생각하시면 됩니다.

주로 어떤 값을 예측하거나, 어떤 종류로 분류하는 문제에 많이 사용됩니다. 예를 들어, 스팸 메일 분류는 메일 내용을 보고 스팸인지 아닌지 판단하는 문제인데, 과거 스팸 메일과 정상 메일 데이터를 학습시켜서 새로운 메일이 왔을 때 스팸 여부를 예측할 수 있습니다. 또 다른 예로는 주택 가격 예측이 있습니다. 과거 주택의 크기, 위치, 건축 연도 등의 정보를 이용해서 주택 가격을 예측하는 모델을 만들 수 있습니다. 지도 학습 알고리즘으로는 선형 회귀, 로지스틱 회귀, 의사 결정 트리, 서포트 벡터 머신 등이 있습니다.