머신러닝 딥러닝 차이점 및 정의
반응형

머신러닝 딥러닝 차이점 및 정의


오늘은 프로젝트 과제를 해결하지 못했지만, 그래도 컴퓨터앞에 앉아서 포스팅을 해봅니다. 오늘 주제는 머신러닝과 딥러닝의 차이점에 대해서 알아보겠습니다.

1. 머신러닝

머신러닝은 인공지능 연구 분야중 하나로 인간의 학습능력과 같은 기능을 컴퓨터에서 실현하는 기술. 인공지능의 한분야로 컴퓨터가 학습할 수 있도록 하는 알고리즘 기술개발 분야입니다.


머신러닝의 실생활에서 용도

  • 소비자의 소비패턴을 분석하여 관심을 가질만한 상품을 예측하여 정보를 제공
  • 스마트폰 사진에서 얼굴을 인식하여 사람별로 분류
  • 개인의 취향에 따라 음악이 추천되는 시스템. (요즘 유튜브뮤직이나 음악 스트리밍 프로그램에서 활용)




머신러닝의 핵심은 인간의 뇌가 성장하듯 지식을 학습하면서 성장한다는것!


알고리즘을 통한 머신러닝으로 인해 통계분석가들이 일일이 데이터를 입력하지 않아도 데이터값을 출력.



2. 딥러닝

알파고 이후부터 자주 언급되는 딥러닝은 머신러닝의 하위개념이다.


특징

  • 머신러닝에 인간의 뇌를 모방한 신경망 네트워크를 더한 딥러닝은 인간의 두뇌가 수많은 데이터 속에서 패턴을 발견한 뒤 사물을 구분하는 정보처리 방식을 모방하므로 머신러닝의 한계를 뛰어 넘었다.

  • 머신러닝 : 축적된 데이터를 토대로 상관관계와 특성을 찾아내고 결론을 도출

  • 딥러닝 : 축적된 데이터를 분석만 하지 않고 데이터를 학습까지 하는 기계 학습 능력을 활용하여 결론을 도출

  • 딥러닝이 가장 많이 활용되고 있는 분야는 음성인식과 이미지 인식



반응형