딥러닝 (Deep Learning) 이란 ?

인간의 뇌의 학습과 기억의 메커니즘을 모방한 것

딥러닝은 입력값을 받아 가중치를 적용하여 결과값을 출력해요!
쉽게 설명하면, 인간의 뇌도 많이 쓰는 곳의 신경들의 연결이 더 강해진다고 해요.

비슷하게 딥러닝에서도 연결이 강한 곳에 가중치를 크게 주고, 아닌 곳에 적게 줘서
오류를 줄이는 방식이라고 생각하시면 쉽게 이해하실 수 있을 것 같습니다 !

CNN(convolutional Neural Network) 은 딥러닝 모델 중 하나로,
Input 노드와 Output 노드 사이에 여러 층의 Hidden node layer들이 있고,
이것들이 연결되면서 예측 오류를 최소화하는 가중치를 찾는 것입니다.

이미지 인식 영역에서의 딥러닝

• AlexNet을 이후로 가능성을 확인할 수 있어요 !
• Human의 오차는 약 5% 라고 합니다.
• ResNet부터는 인간이 이미지를 분류하는 것보다 더 정확하게 분류하는 딥러닝 모델이 개발되었어요...(대박)

이렇게 딥러닝이 이미지 인식 영역에서는 인간의 능력을 뛰어넘은 것을 확인할 수 있습니다!

딥러닝의 장점과 단점

장점 !

• 유연하고, 확장 가능성이 높은 모델을 구성할 수 있습니다!
  • 과거에는 최적화 하기 어려웠던 문제들을 Deep Learning 기반을 통해 모델링 수행
  • RNN,GAN,강화학습 등
• 스스로 feature extraction을 하는 능력이 있어요! (기존 머신러닝보다 훨씬 좋아짐)
  • feature engineering 과는 다른 이야기에요...! (전처리 기능은 자동화 되지 않아요.)

단점 !

• 매우 많은 연산이 필요합니다. 즉, 비싼 하드웨어가 필요하겠죠? GPU와 같은..!
• 딥러닝은 비정형 데이터에 더 효과적이고, 비정형인 데이터는 성능 향상을 크게 기대할 수 없어요.
• Overfitting이 일어날 수 있는 위험성도 가지고 있죠.

이미지 인식에 있어서 인간과 Deep Learning

• 인간이 이미지를 인식하는 능력과 Deep Learning이 이미지를 인식하는 능력은 조금 다릅니다!

• 위와 같은 사진들은 대개 딥러닝보다 인간이 더욱 잘 인식하는 것으로 알려져 있습니다.
• 따라서, 인간과 딥러닝이 서로 다른 능력을 협동하여 시너지 효과를 얻을 수 있어요!

---

오늘은 딥러닝에 대해 전반적인 설명과 장단점을 알아보았습니다!
제가 틀린 부분이 있다면 언제든 댓글로 알려주세요 ! 감사합니다!