안녕하세요 SW마에스트로 블로그 이웃분들!

요즘 인공지능, 기계학습, 데이터분석에 대한 이야기가 핫한데요.

그래서 그게 뭔데? 하면 어떤 대답을 할 건가요?

이 시대를 뛰어넘기 위해서는

그와 관련된 용어를 필수적으로 이해를 해야하는데

그것은 바로 “머신러닝과 딥러닝”입니다!

그럼 지금부터 머신러닝과 딥러닝에 대해

알아보도록 하겠습니다.

먼저 머신러닝이란 기계학습이라고도 불리며,

기존의 프로그래밍 방식은 명시적으로 규칙을 작성해야 했다면

머신러닝은 데이터를 활용해 스스로 규칙을 만들어냅니다.

이런 머신러닝은 세 가지 학습 방법이 있는데

1. 먼저 지도학습은 미리 레이블이 지정된 데이터를 사용해 학습하는 방식이고

2. 다음 비지도학습은 지도학습과 달리 레이블이 없는 데이터를 학습하는,

즉 정답이 없는 데이터를 바탕으로 스스로 데이터를 분류하거나 패턴을 찾습니다.

3. 마지막으로 강화학습은 컴퓨터가 여러 선택지를 시도하여 결과를 내면 그에 따라 보상 또는 처벌을

받아가며 학습하는 방식으로 최근 자율주행, 로봇 등의 분야에서 사용됩니다.

다음 딥러닝이란

여러 층으로 구성된 신경망을 통해 데이터를 학습하는 방법으로

총 3개의 층으로 구성되어 있으며

각 층은 여러 개의 뉴런으로 이루어져 있습니다.

입력값을 받아 가중치를 곱하고 활성화 함수를 통해

출력값을 생성하는 과정을 이루고 있습니다.

딥러닝의 핵심은 특징 추출로 데이터로부터

자동으로 특징을 학습할 수 있어야 합니다.

이제 머신러닝과 딥러닝의 차이점을 보아야 하는데

그것의 핵심은 데이터의 복잡성과 문제의 유형을 고려하는 것으로 볼 수 있습니다.

예를 들어 이미지인식, 음성인식, 자연어 처리 같은 복잡한 문제는 딥러닝이 적합하고

간단한 데이터 분석이나 예측 문제는 머신러닝이 더 효과적이에요 !

각각은 사용하는 분야가 다르고

상황에 따라 어떤 것이 더 유용한지 생각해보아야 해요 !

그럼 이번 기회로 머신러닝과 딥러닝에 대한

차이점과 사용 용도에 대해 알아가셨으면 합니다.

이제 슬슬 추워지는데 감기 조심하시고 따듯하게 입고 다니세요!!

감사합니다.