기계학습 머신러닝 딥러닝 총정리

안녕하세요. 오늘은 기계학습 이란 무엇인지, 머신러닝 딥러닝 차이점은 무엇인지 정리해보도록 하겠습니다. 

 

이전 글에서는 인공지능(AI) 이란 무엇인지에 대해서 간단하게 알아봤습니다. 

 

인공지능 이란 무엇인가 AI 총정리

인공지능 이란 무엇인가 AI 총정리

 

이번 글에서는 인공지능을 만들기 위해서 이용하는 기계학습과 머신러닝, 딥러닝까지 간단하게 개요를 알아보도록 하겠습니다. 

 

그럼 아래 내용을 확인해보시기 바랍니다. 

 

 

 

인공지능과 기계학습, 딥러닝의 차이 및 관계

우선 기계학습은 머신러닝은 같은 단어입니다.

 

기계학습과 딥러닝 등 기술에 대해 해설하기 전에 인공지능(AI)와 기계학습 및 딥러닝의 관계성에 대해 확인하고 가겠습니다. 

 

간략하게 설명하면, 기계학습은 AI의 요소기술 중 하나이며, 딥러닝은 기계학습의 요소기술 중 하나입니다. 

 

인공지능을 학습하는 다양한 기술 중 기계학습이 있는 것이고, 기계학습을 하는 수많은 방법 중 딥러닝이 있다고 생각하면 되겠습니다. 

 

간혹 기계학습과 딥러닝에 차이를 두지않고 대화가 이루어지는 경우도 있으니, 주의하시기 바랍니다. 

 

 

 

기계학습 이란

기계학습 머신러닝 딥러닝

지금부터 기계학습에 대해 설명하겠습니다. 

 

기계학습은 주어진 데이터를 기반으로 프로그램 스스로 학습하는 구조로 되어 있으며, 학습 방법은 아래 3가지로 나뉩니다. 

 

1. 트레이닝 데이터를 통한 학습
2. 트레이닝 데이터가 없는 학습
3. 강화학습

트레이닝 데이터를 통한 학습

트레이닝 데이터란 '데이터'와 '문제의 정답'이 세트로 주어져서 학습하는 구조입니다. 

 

과거의 데이터로부터 미래의 결과를 예측하는 회귀분석과 사진에 무엇이 찍혀있는지 등을 판별하는 분류를 할 수 있습니다. 

 

트레이닝 데이터가 없는 학습

트레이닝 데이터가 없는 학습은 정답 데이터를 필요로 하지 않는 학습 방법입니다. 

 

주어진 데이터의 경향을 분석하는 클러스터링 등에 이용됩니다. 

 

예를 들어서 고객이 인터넷 쇼핑몰에서 구매하는 것의 경향을 도출하는 등에 활용할 수 있습니다.

 

강화학습

강화학습은 주어진 문제에 대해 인공지능이 시행착오를 통해서 문제를 해결하는 학습방법입니다. 

 

강화학습은 인공지능(AI)의 행동 결과에 대해 보상을 설정함으로써, 그 보상이 최대화되도록 행동 패턴을 자율적으로 학습합니다. 

 

최근에는 강화학습과 딥러닝을 합친 수법인 심화학습도 발달하고 있으며, 바둑AI인 '알파고' 등이 이 방법을 통해 학습되었습니다. 

 

 

 

딥러닝 이란

기계학습 머신러닝 딥러닝

딥러닝을 이해하려면 뉴럴 네트워크에 대한 개념을 이해해야 합니다. 

 

뉴럴 네트워크는 기계학습의 구체적인 학습 구조로 인간 뇌의 신경회로를 모방한 모델입니다. 

 

뉴럴 네트워크의 구조는 데이터를 입력하는 입력층, 입력층에서 흘러들어온 데이터를 처리하는 중간층, 결과를 도출하는 출력층으로 구분됩니다. 

 

딥러닝은 뉴럴 네트워크의 중간층을 최대한 추가하여, 정확도를 향상시키는 모델입니다. 

 

중간층이 쌓이고 쌓이면서 인간만큼 중간층이 많아지게 되면 훨씬 정확도가 높아지는 것입니다. 

 

이상 기계학습 머신러닝 딥러닝 개념 및 차이 알아보았습니다.