딥러닝과 머신러닝 간의 포함관계

인공지능

인텔리전트한 기계를 만드는 과학과 공학 -존 매카시-

'인공지능 - 현대적 접근'(Artificial Intelligence - A Modern Approach) 中

• 인간처럼 생각하는 (Thinking Humanly)
• 인간처럼 행동하는 (Actting Humanly)
• 이성적으로 생각하는 (Thinking Rationally)
• 이성적으로 행동하는 (Acting Rationally)

머신러닝

컴퓨터가 명시적으로 프로그램되지 않고도 학습할 수 있도록 하는 연구 분야. -아서 사무엘-

• 지도학습(Supervised Learning)
  • 입력값과 결과(target)값(label) 이용한 학습
  • 분류(classification), 회귀(regression)
    → 문제와 정답을 모두 알려주고 공부시키는 방법
• 비지도학습(Unsupervised Learning)
  • target없는 훈련 데이터를 사용함.
  • 군집(clustering), 차원축소(dimensionality reduction)
    → 답을 가르쳐주지 않고 공부시키는 방법
• 강화학습(Reinforcement Learning)
  • 보상(reward)이 주어짐.
  • 현재 상태(state)에서 어떤 행동(action)을 취하는 것이 최적인지를 학습하는 것
  • 행동을 취할 때마다 보상(reward)이 주어지는 데, 이러한 보상을 최대화하는 방향으로 학십이 진행

딥러닝

인간의 뇌 신경망을 모방한 인공신경망의 한 종류이다.

• 인공신경망
  • 인간의 뇌는 1000억 개가 넘는 신경세포(뉴런)가 100조 개 이상의 시냅스를 통해 병렬적으로 연결되어 있다.
    인공신경망 뉴런 모델은 생물학적인 뉴런을 수학적으로 모델링한 것이다.
    여러 개의 뉴런으로부터 입력값을 받아서 세포체(cell body)에 저장하다가 자신의 용량을 넘어서면 외부로 출력값을 내보내는 것처럼, 인공신경망 뉴런은 여러 입력값을 받아서 일정 수준이 넘어서면 활성화되어 출력값을 내보낸다.
    기존 신경망 한계 극복 + 풍부한 학습 데이터 + GPU 능력향상(신경망 계산량↑)

그래서 딥러닝과 머신러닝 간의 포함관계가 어떻게 되는데? 🤔

딥러닝은 인공신경망을 이용한 머신러닝의 한 종류로 머신러닝의 하위 개념으로 볼 수 있다.

차이점

사람의 개입 여부

• 머신러닝 : 주어진 데이터를 인간이 먼저 처리한다. 사람이 먼저 컴퓨터에 특정 패턴을 추출하는 방법을 지시하고, 이후 컴퓨터가 스스로 데이터의 특징을 분석하고 축적한다.
  이렇게 축적된 데이터를 바탕으로 문제를 해결하도록 한다.

• 딥러닝 : 머신러닝에서 사람이 하던 패턴 추출 작업이 생략된다. 컴퓨터가 스스로 데이터를 기반으로 학습할 수 있도록 정해진 신경망을 컴퓨터에게 주고, 경험 중심으로 학습을 수행한다.스스로 특성을 훈련하여 분류하게 한다.

출처
blog
blog
blog