[DL] AI, ML, DL 이란?

AI-Interview AI-TECH-INTERVIEW의 내용을 정리한 것입니다✏️.

AI, ML, DL

인공지능이란?

• 인간이 가지고 있는 인식, 판단 등의 지적 능력을 모델링하여 컴퓨터에서 구현하는 것이다.
  머신러닝, 딥러닝 외에도 다양한 분야가 인공지능 내에 포함된다.

머신러닝이란?

• 데이터를 기반으로 패턴을 학습하고 결과를 예측하는 알고리즘 기법이다.
  머신러닝은 조건이 복잡하고 규칙이 다양한 경우에, 데이터를 기반으로 일정한/숨겨진 패턴을 찾아내서 문제를 해결한다.
  머신러닝의 단점은 데이터에 매우 의존적이라는 것이다. 즉, 좋은 품질의 데이터를 갖추지 못하면 머신러닝 수행결과도 좋지 않다는 것이다.

머신러닝은 아래와 같이 분류된다.

지도 학습	비지도 학습
분류, 회귀, 추천시스템 시각/음성 인지(DL), 텍스트분석/NLP(DL)	클러스터링, 차원축소, 강화학습

딥러닝이란?

딥러닝이란 여러 층을 가진 인공신경망(Artificial Neural Network, ANN)을 사용하여 머신러닝 학습을 수행하는 것으로, 심층학습이라고도 부른다.

딥러닝은 엄밀히 말하자면 머신러닝에 포함되는 개념이다. 따라서 전통적인 머신러닝 기법과 딥러닝 기법의 차이를 설명하고자 한다.

머신러닝과 딥러닝의 가장 큰 차이점은 다음과 같다.
기존 머신러닝에서는 학습하려는 데이터의 여러 특징 중에서 어떤 특징을 추출할지 사람이 직접 분석하고 판단해야하는 반면,
딥러닝에서는 기계가 자동으로 학습하려는 데이터에서 특징을 추출하여 학습하게 된다.

따라서 특징 추출에 사람이 개입(feature engineering)하면 머신러닝, 개입하지 않으면 딥러닝이다.

또한, 딥러닝은 머신러닝보다 큰 데이터셋과 긴 학습시간이 필요하다. 정형데이터는 주로 머신러닝, 비정형데이터는 주로 딥러닝 방식을 사용한다.

머신러닝	딥러닝
특징 추출 사람이 개입 O	X
정형 데이터	비정형 데이터
	큰 데이터셋, 긴 학습시간

맨 위로 이동하기

Terminology 카테고리 내 다른 글 보러가기