딥러닝 & 머신러닝

💙베하💙 누구든 탑승할 수 있는 유임승차 팀입니다!!💨😉

• 머신러닝이란? 
  머신러닝(machine learning)**은 인공지능(AI)과 컴퓨터 과학의 한 분야로, 인간이 배우는 방식을 모방하기 위해 데이터와 알고리즘을 집중적으로 사용함으로써 그 정확도를 점차 향상

머신러닝 작동 방식
      - 의사결정 과정 : 데이터를 분석하기 위해 라벨을 붙이는 작업. 일반적으로 예측이나 분류를 할 때 사용
      - 오류 함수 : 1번에서 진행했던 데이터 분류 작업이 얼마나 정확하게 분류되었는지 판단 → 그리고 잘못 분석한 데이터가 있다면 오류를 수정하고 다시 1번부터 진행
      - 모델 최적화 프로세스 : 1번과 2번 과정을 반복하면서 프로세스를 최적화하며, 정확도의 임계값이 충족될 때까지 자동으로 가중치를 갱신

• 딥러닝이란?
  딥러닝(Deep Learning)**은 컴퓨터가 스스로 데이터에서 특징을 추출하는 기계학습 기법.
  딥러닝에서 컴퓨터는 이미지, 텍스트 또는 음성을 분류하는 법을 배운다. 딥러닝으로 만든 모델은 높은 정확도를 가지고 있고, 때로는 인간 수준의 성능을 능가하기도 함.

딥러닝 작동 방식
      - 대부분의 딥러닝 방법은 신경망 구조를 사용하는데, 이것이 딥러닝 모델을 흔히 딥러닝 네트워크라고 부르는 이유.
      - 전통적인 신경망은 2-3개의 숨겨진 층만 포함하고 있는 반면, 심층 네트워크는 150개까지 가질 수 있다.

 

• 머신러닝과 딥러닝의 차이점

1. 인간의 개입
   머신러닝은 지속적인 인간의 개입이 필요
   딥러닝은 설정하기가 더 복잡하지만 그 이후에는 사람이 개입을 하지 않아도 됨
   
   
2. 하드웨어
   머신러닝은 딥러닝 알고리즘보다 덜 복잡한 경향이 있고 기존 컴퓨터에서 실행할 수 있는 경우가 많지만 딥러닝 시스템은 훨씬 더 강력한 하드웨어를 필요로 함
   
   
3. 시간
   머신러닝 시스템은 빠르게 설정하고 작동할 수 있지만, 결과가 제한적일 수 있음
   딥러닝 시스템은 설정하는 데 더 많은 시간이 걸리지만 즉각적으로 결과를 창출할 수 있고 더 많은 데이터를 사용할 수 있게 되면 시간이 지남에 따라 품질이 개선될 가능성이 있음
   
   
4. 알고리즘
   머신러닝은 구조화된 데이터를 필요로 하고 전통적인 알고리즘을 사용
   딥러닝은 신경망을 채용하며, 대량의 비정형 데이터를 수용하도록 구축
   
   
5. 사용되는 곳
   머신러닝은 이메일의 받은 편지함, 은행, 그리고 진료실에서 사용
   딥러닝 기술은 자율주행차나 첨단 수술을 수행하는 로봇처럼 더욱 복잡하고 자율적인 프로그램을 가능하게 함

길다면 길고 짧다면 짧은 글 읽어주셔서 감사합니다.

다음번엔 더욱 유익한 내용으로 찾아오겠습니다.