Deep Learning vs Machine Learning
딥러닝은 머신러닝의 한 분야로, 인공신경망을 사용하여 복잡한 패턴과 추상적인 특징을 학습하는 기계 학습 방법이며 여러 개의 은닉층을 가진 심층 신경망을 구성하여 데이터로부터 의미 있는 표현을 자동으로 학습한다.
Image by Deep Learning vs. Machine Learning
머신러닝은 사람이 가이드 라인을 주고 학습시켜야 했다면 딥러닝은 컴퓨터가 알아서 특성을 찾아준다.
Image by What is Neural Network and Deep Learning?
즉 개발자가 데이터의 특성을 잘 몰라도 대량의 데이터만 있다면 머신러닝을 가능하게 해주는게 딥러닝이다.
딥러닝의 장점
딥러닝은 도메인에 대한 전문적인 지식 없이도 모델을 생성할 수 있다.
딥러닝은 뇌의 신경세포인 뉴런과 그들 사이의 연결 패턴을 모방하여 데이터로부터 학습을 통해 복잡한 패턴과 추상적인 특징을 자동으로 학습한다.
인공신경망은 입력층, 은닉층, 출력층으로 구성되며, 각 층은 여러 개의 뉴런으로 구성됩니다. 뉴런은 입력값에 가중치를 곱한 뒤 활성화 함수를 통과하여 출력값을 계산합니다. 이러한 구조는 뇌의 신경세포가 신호를 전달하는 방식과 유사하며, 복잡한 계산과 패턴 인식을 수행할 수 있다.
딥러닝은 이러한 인공신경망의 구조를 활용하여 데이터로부터 특징을 스스로 학습합니다. 대량의 데이터를 통해 모델이 입력과 출력 사이의 관계를 학습함으로써, 데이터의 특성과 패턴을 자동으로 인지하고 추상화할 수 있다. 이러한 학습 과정에서 도메인에 대한 사전 지식이 필요하지 않으며, 모델의 구조와 학습 알고리즘에 의존하여 데이터로부터 의미 있는 표현을 자동으로 추출한다.
딥러닝은 이러한 뇌신경망의 원리를 기반으로 한 머신러닝 알고리즘으로 볼 수 있습니다. 뇌의 신경세포와 그들의 연결 패턴을 모방하며, 입력 데이터로부터 특징을 추출하고 복잡한 패턴을 학습함으로써 다양한 도메인에서 뛰어난 성능을 발휘한다.
REF : Chat GPT, YOUTUBE : 코딩애플 딥러닝 강의
