머신러닝(ML)과 딥러닝(DL)
- 10,493
- 0
- 1
머신러닝과 딥러닝의 공통점
머신러닝이나 딥러닝 모두 학습 모델을 제공을 통해 데이터를 분류시키는 데 사용되는 기술입니다.
머신러닝이란? -인공지능(AI)를 구현하는 접근 방식
'기계학습'인 머신러닝은 인공지능에 포함되는 개념입니다.
기계가 직접 데이터를 학습하여 숨겨진 일련의 규칙을 찾아내 사례 형식의 데이터를 학습하고, 이를 기반으로 새로운 데이터를 평가 및 예상하여 활용하게 하는 것을 의미합니다.
즉, 사람이 프로그래밍하지 않고 컴퓨터에 배우는 능력을 통해 수집한 데이터를 입력하면 컴퓨터는 이에 대해 올바른 출력을 하는 것을 의미합니다.
딥러닝이란? - 머신러닝을 실현하게 할 수 있는 기술
딥러닝 '심층학습'으로 머신러닝에서 나온 갈래 중 하나입니다.
딥 러닝에서는 주로 인공신경망 구조를 사용하여 학습을 합니다.
(인공 신경망이란 뇌에서 수많은 뉴런이 모여 신호 전달하는 과정을 모형화 하여 만든 것입니다.)
(인공 신경망이란 뇌에서 수많은 뉴런이 모여 신호 전달하는 과정을 모형화 하여 만든 것입니다.)
딥러닝의 가장 큰 특징은, 데이터의 특징을 사람이 직접 추출하지 않는 것입니다. 이 뜻은 데이터 전체를 학습시킨다는 것입니다. 주어진 데이터 그대로를 입력 데이터로 활용하여 데이터에서 중요한 특징 그 자체를 기계가 스스로 학습하는 것입니다.
그래서 딥러닝을 end-to-end machine learning이라고도 합니다. 오직 기계가 데이터를 처리하여 사람이 개입하여 발생할 수 있는 오류를 줄이는 것입니다.
머신러닝과 딥러닝의 차이
머신러닝은 자신의 연구를 포함할 수 있고 처리 시간이 짧으며, 자신의 목적에 따라 접근 방식을 선택할 수 있습니다. 반면 딥러닝의 경우에는 사용자의 지식과 노력 없이도 정밀도 높은 답을 얻을 수 있습니다.
딥러닝은 많은 양의 데이터를 계산하고 처리하기 위해서 연산 능력이 뛰어난 GPU 등과 같은 하드웨어가 필요합니다.
따라서 뛰어난 하드웨어와 많은 데이터가 있다면 딥러닝을, 그렇지 않다면 머신러닝을 선택하는 것이 좋다고 생각됩니다.
`19.01.14(updated. `19.01.15)