머신러닝과 딥러닝 차이

오늘은 AI 분야에 대해서 간단히 알아보도록 하겠습니다. 특히 머신러닝과 딥러닝은 어떠한 차이가 있는지 공부해보겠습니다. 

---

목차
1. 인공지능의 개념
2. 인공지능, 머신러닝, 딥러닝의 관계
3. 머신러닝과 딥러닝의 학습차이
4. 인공지능 활용사례

1. 인공지능의 개념

: 인간의 지적능력을 컴퓨터로 구현하는 과학기술

- 상황인지, 판단 및 행동(이성적 / 논리적), 기능수행(감성적 / 창의적)

 

 

2. 인공지능, 머신러닝, 딥러닝의 관계

▶ 인공지능 : 기계가 사람의 행동을 모방하게 하는 기술

▶ 머신러닝(Machine Learning) : 기계가 일일이 코드로 명시하지 않은 동작을 데이터로부터 학습하여 실행할 수 있도록 하는 알고리즘을 개발하는 연구 분야

 ▷ 방대한 데이터를 학습한 뒤 그 안에서 패턴을 찾아내어 변화를 예측하거나 추론하는 것

 ▷ 학습 → 가설(패턴과 규칙) → 수치계산(확률) → 결론

 

▶ 딥러닝(Deep Learning) : 머신러닝의 한 분야인 인공 신경망에 기반하여, 많은 양의 데이터를 학습해 뛰어난 성능을 이끌어내는 연구 분야

 ▷ 두뇌 정보처리 과정을 모방한 인공신경망을 기반으로 한 학습방법

 ▷ 인공신경망이 여러 개의 hidden layer라고 하는 은닉층을 가지고 있기 때문에 불리는 이름

 

3. 머신러닝과 딥러닝의 학습차이

▶ 머신러닝(Machine Learning)

: 특징추출기를 통해 사람이 직접 특징벡터(feature vector)들을 만들고 분류(classifier) 부분만 기계가 학습하는 방식

 

▶ 딥러닝(Deep Learning)

: 데이터를 입력 받아서 특징추출기(feature extractor)가 네트워크 구조 내부에 포함되어 있음

  ▷전체 네트워크 구조가 학습대상이 됨

 

4. 인공지능 활용사례

1. 구글(Google)

  ▷ Google Assistant : 구글이 2016년에 발표한 구글 안드로이드 스마트폰에 탑재된 인공지능 비서 서비스

  ▷ Google Translation : 구글의 번역 어플리케이션으로 영어와 100개 이상 다른 언어 간의 단어, 구문, 웹페이지 즉시 번역기능을 수행

  ▷ Google Cloud Platform : 구글 클라우드 비전 API는 이미지에서 얼굴인식, 랜드마크 탐지, 사물감지, 텍스트 인식, 부적절한 이미지 감지 등 다양한 기능을 제공

 

2. 애플(Apple) : 애플워치

 

3. IBM 왓슨 : 자연어 형식으로 된 질문들에 답할 수 있는 인공지능 컴퓨터 시스템

---

본 포스팅은 고용보험 온라인취업특강 "슬기로운 디지털 생활 - 신기술 쏙쏙" 을 참고하였습니다.