[딥러닝] Intro

What is Deep Learning?

딥러닝에 대해서 알아보자

Artificial Intelligence
사람처럼 생각하고 사람처럼 행동하는 기계를 만드는 연구
Machine Learning
기계가 학습을 할 수 있도록하는 인공지능연구의 한 분야
Deep Learning
깊은 신경망 구조 기반의 머신러닝

여기서 Deep Learning이 가장 좁은 범위이다.

 

 

ML vs. DL

그렇다면 Machine Learning과 Deep Learning을 비교해볼까?

 

그림으로 보면 그 차이가 보인다.

ML

• Feature extraction : 사람이 data를 가지고 예측할 때, 바로 분류가 아니라 비율같은 것을 결정하면서 변형하는 과정
• Feature extraction와 Classification이 분리되어 있다.

DL

• Feature extraction와 Classification가 결합되어 있다.

즉, 딥러닝 알고리즘은 기능을 식별하기 위해 소프트웨어 엔지니어가 필요하지 않지만(Feature extraction이 Classification과 결합되어 있어서) 신경망을 통해 자동 기능 엔지니어링이 가능하다.

 

 

Type of Learning

Learning은 3가지로 나눌 수 있다.

1. Supervised = 지도학습 (지도할 수 있는 정답을 주는 것)

1) Classification : 분류, "data가 어떤 종류이다"2) Regression : 예측(회귀, like 확률), "예측값 중 어떤 값이 정답이다"

2. Unsupervised = 비지도학습 (정답이 없고, 알아서 스스로 학습)

1) Clustering : 군집화, 분류하는 것2) Dimensionality Reduction : 차원축소

3. Reinforcement = 강화학습 (주어진 환경에서 스스로 test하는 것, "어떤 action이 가장 효율적인가?")