[AI][ML][DL] 머신러닝, 딥러닝 이란?

이번시간엔 머신러닝과 딥러닝에 대해서 알아보고 둘의 차이점과 각각의 세부 알고리즘이 어떤것들이 있는지 알아보는 시간을 가져봅시다.

 

머신러닝 이란?

머신러닝은 컴퓨터가 스스로 학습할 수 있도록 도와주는 알고리즘이나 기술을 개발하는 분야로 인공지능을 구현하기 위한 하나의 방식 입니다.

이는 기계를 인간처럼 학습시키려는 시도에서 시작이 되었습니다.

 

머신러닝 알고리즘 유형

머신러닝은 크게 지도학습, 비지도학습, 강화학습 으로 나뉩니다.

 

지도 학습은 정답이 있는 데이터로 기계를 학습시키는 방법으로, 분류,회귀 가 있습니다.

비지도 학습은 문제의 정답 없이 데이터의 규칙을 기계가 스스로 발견하여 새로운 데이터에 대한 결과를 예측하는 방법입니다.

강화학습은 행동 심리학에서 나온 이론으로 자신이 한 행동에 대해 보상을 받으며 학습하는 방법입니다.
지속적인 시행착오를 통해 보상을 극대화 하는 방법으로 학습이 진행됩니다.

 

딥러닝 이란?

딥러닝은 머신러닝의 방법중 하나로 여러 층을 가진 인공신경망(Artificial Neural Network,ANN)을 사용하여 머신러닝 학습을 수행하는 것을 이야기 합니다.

 

인공신경망(Artificial Neural Network,ANN)

딥러닝에서 가장 기본이 되는 개념은 바로 신경망입니다.

 

신경망이란 인간의 뇌 속 뉴런의 연결 구조를 가리키며, 그것을 본떠 만든 네트워크 구조를 ANN 이라고 부릅니다.

ANN은 입력층을 통해 학습하고자 하는 데이터를 받게 되며, 이렇게 입력된 데이터들은 여러 단계의 은닉층을 지나면서 처리가 이루어져 출력층을 통해 최종 결과가 출력되게 됩니다.

딥러닝 알고리즘 종류

• 심층 신경망(DNN)
• 컨볼루션 신경망(CNN)
• 순환 신경망(RNN)
• 제한 볼츠만 머신(RBM)
• 심층 신뢰 신경망(DBN)
• 심층 Q-네트워크(Deep Q-Networks)

딥러닝의 알고리즘의 종류는 다음과 같습니다. 더 자세히는 다음에 배워보도록 하겠습니다.

 

인공지능/머신러닝/딥러닝

사실 지금까지 이야기 한 인공지능과 머신러닝 그리고 딥러닝은 각각에 포함되는 개념입니다.인공지능에 분야중 머신러닝이 있고 머신러닝 중 인공신경망을 사용해서 학습을 하면 그게 딥러닝이 되는것입니다.

 

머신러닝 / 딥러닝 차이점

딥러닝이 머신러닝에 포함이 되지만 차이점도 존재합니다.

아래 표로 정리해보았습니다.

	머신러닝	딥러닝
알고리즘	뉴럴네트워크 사용 x	뉴럴네트워크 사용
데이터 의존도	데이터 양이 적어도 성능이 잘나옴	데이터 양이 적으면 성능이 잘안나옴
데이터 특징 학습	데이터와 특징을 수동으로 제공해야함	데이터에서 특징을 스스로 찾음
실행시간	학습하는데 딥러닝에 비해  비교적 적은 시간이 소요됨	많은 레이어가 포함되어 있기 때문에 일반적으로 학습하는데 머신러닝에 비해 시간이 오래 걸림 (+gpu 의존도 높다)

가장 큰 차이점으로 딥러닝은 인공신경망을 통해 학습데이터에서 특징을 스스로 찾는다는것과 머신러닝은 개발자가 특징을 알려줘야 한다는 점입니다.

 

 

다음시간에는 딥러닝 알고리즘 종류중 CNN과 DNN에 대해 더 자세히 공부해보겠습니다.