[딥러닝] 딥러닝이란

머신러닝과 딥러닝

머신러닝과 딥러닝의 가장 큰 차이는 인간의 개입이라고 볼 수 있다.
머신러닝은 인간이 기계에 제시해준 예제 데이터(정답 포함)를 토대로 학습을 하지만 딥러닝에선 컴퓨터가 신경망(Neural Network)을 통해 스스로 데이터를 기반으로 학습한다.

딥러닝의 작동원리

인공 신경망(Artificial Neural Network)

딥러닝은 인공 신경망(ANN)을 기반으로 작동한다. 다음은 perceptron이라는 인공 신경망의 종류 중 하나로 input layer, hidden layer, output layer 총 3개의 층으로 이루어져 있다.

• 각 layer는 여러 개의 노드로 구성된다.
• input layer에서 데이터를 수집한다.
• hidden layer에서는 가중치가 적용된 입력값을 활성화 함수(비선형성을 부여해주는 역할)를 통해 출력값을 만든다.(즉, 생각하는 과정)
• output layer에서는 최종적으로 예측이 진행된다.

위와 같이 ANN을 훈련할 때 변동성이 높은 예제 데이터를 사용할수록 더 정확한 결과를 얻을 수 있다. 하지만 반복적이면서 유사한 데이터를 사용할수록 훈련 데이터 셋에 너무 적합하게 되어 다른 데이터 셋에 대한 예측을 잘 못하게 된다. 이를 과적합하다고 한다.