약지도 학습
완전하고 정확한 라벨 대신 불완전하거나 노이즈가 섞인 데이터를 사용하여 모델을 학습시키는 방법이다. 대규모 실제 데이터를 수집할 때 발생하는 비용과 어려움을 줄여주며, 복잡한 실제 환경의 데이터를 효율적으로 모델링하는 데 중요한 역할을 한다.