인공지능, 머신러닝, 딥러닝 간단 요약

인공지능 (Artificial Intelligence)

사람이 수행하는 지능적인 작업을 자동화하기 위한 연구 활동

머신러닝 (Machine Learning)

데이터와 데이터로부터 기대되는 해답을 입력하면 규칙이 출력됨
이 규칙을 새로운 데이터에 적용하여 창의적인 답을 만듬
명시적으로 프로그래밍 되는 것이 아닌 훈련됨
머신러닝은 대량의 복잡한 데이터셋을 다루기 때문에 전통적인 통계 분석 방법은 적용하기 힘듬
머신러닝은 샘플과 기댓값이 주어졌을 때 데이터 처리 작업을 위한 실행 규칙을 찾는 것
이를 위해서 입력 데이터 포인트, 기대 출력, 알고리즘 성능 측정 방법이 필요

딥러닝 (Deep Learning)

머신 러닝의 특정한 한 분야
연속된 층에서 점진적으로 의미 있는 표현을 배우는 데 강점이 있음
딥러닝의 딥은 연속된 층으로 표현을 학습한다는 개념을 나타냄
딥러닝은 데이터로부터 표현을 학습하는 수학 모델
때로는 딥러닝 적용에 데이터가 충분하지 않거나 다른 알고리즘이 문제를 더 잘 해결할 수 있음