Machine Learning

안녕하세요

햄스터외 아이들의 아이들을 맡고 있는 햄스터입니다람쥐?

 

오늘은 요즘 핫하고 앞으로도 핫하고 과거에도 핫했던 Machine Learning에 대해 알아보도록 하겠습니다.

이미 여러 클라우드 회사에서도 ML 관련된 여러 서비스들을 출시를 했고 저희도 IT를 하는 사람이라면 기본적인 지식을 알고 있어야 하겠죠?

 

그럼 용어 정리부터 하겠습니다.

 

Machine Learning / Deep Learning / AI 의 차이는 무엇일까요??

쉽게 설명하자면 아마 이 그림을 보면 아! 그렇구나 할 수 있을 겁니다  하지만 그래도 좀더 자세하게 알아야 겠죠?

 

 

AI는 가장 큰 범위로 컴퓨터를 사람처럼 지능적으루 구현하는 것을 뜻합니다.

Machine Learning은 컴퓨터가 학습할 수 있도록 하는 알고리즘과 기술으 개발하는 분야입니다.(학습 데이터 필요 O)

Deep Learning은 인공신경망을 사용하여 머신러닝 학습을 수행하는 방법입니다. (학습 데이터 필요 X)

즉 Deep Learning은 스스로 학습이 가능하지만 Machine Learning은 학습 단계에서 사람이라는 선생의 역할이 필요로 합니다.

 

꼭 알아두면 좋은 키워드 정리!

• 인공지능(Artificial intelligence): 인공지능은 사람처럼 학습하고 추론할 수 있는 지능을 가진 시스템을 만드는 기술입니다. 인공지능은 강인공지능과 약인공지능으로 나눌 수 있습니다.
   
• 머신러닝(Machine Learning): 규칙을 프로그래밍하지 않아도 자동으로 데이터에서 규칙을 학습하는 알고리즘을 연구하는 분야입니다. 사이킷런이 대표적인 라이브러리입니다.
   
• 사이킷런(scikit-learn): 2007년 구글 썸머 코드에서 처음 구현되었으며, 가장 널리 사용되는  머신러닝 패키지 중 하나입니다. 
   
• 인공 신경망(Artificial Neural Network): 생물학적 뉴런에서 영감을 받아 만든 머신러닝 알고리즘입니다. 신경망은 기존의 머신러닝 알고리즘으로 다루기 어려웠던 이미지, 음성, 텍스트 분야에서 뛰어난 성능을 발휘하면서 크게 주목 받고 있으며 종종 딥러닝이라고도 부릅니다.
   
• 딥러닝(Deap learnging): 딥러닝은 인공 신경망이라고도 하며, 텐서플로와 파이토치가 대표적인 라이브러리입니다.
   
• 텐서플로(TensorFlow): 구글이 만든 딥러닝 라이브러리로 CPU와 GPU를 사용해 인공신경망 모델을 효율적으로 훈련하며 모델 구축과 서비스에 필요한 다양한 도구를 제공합니다.텐서플로 2.0부터는 신경망 모델을 빠르게 구성할 수 있는 케라스Keras를 핵심 API로 채택하였습니다. 케라스를 사용하면 간단한 모델에서 아주 복잡한 모델까지 비교적 손쉽게 만들 수 있습니다.  
   
• 파이토치(Pytorch): Facebook에서 개발하여 2016년 공개한 파이썬 기반의 오픈소스 머신러닝 라이브러리를 말합니다.  
   
• 케라스(Keras): 다양한 인공지능 엔진에서 지원하며, 2015년에 공개된 파이썬 기반의 오픈소스 신경망 라이브러리입니다. 텐서플로, 파이토치와 함께 널리 사용되고 있습니다. 

그럼 다음시간에는 Machine learning의 여러 알고리즘에 대해 간단하게 알아보고 추 후에는 AWS SageMaker가 어떤 방식으로 구성이 되어있는지 알아보도록 하겠습니다.

 

이번시간에는 간단하게 용어에 대해서 확실히 구분을 할 수 있기를 바랍니다.

사람이 가르쳐 줘야하는 Machine Learning과 스스로 학습을 하는 Deep Learning의 차이 그리고 이모든 것을 AI라고 한다는 것을 잘 기억해주시길 바랍니다람쥐!