0. 딥러닝이란

딥러닝을 하기 앞서 딥러닝이 무엇인지 어떤 원리를 가지고 있는지에 대해서 간단히 정리해보겠습니다.

 

1. 딥러닝이란?

1) 딥러닝 : 머신러닝의 여러 기법 중 하나로 인공신경망 구조를 사용하여 학습시키는 기법

2) 머신러닝 : 현재 가지고 있는 사례 형식의 데이터를 컴퓨터가 학습을 통하여 일련의 규칙 찾아 문제에 대한 평가, 예상하고 해결 성능을 최대화하는 것

 

3) 딥러닝과 머신러닝 차이점

- 머신러닝은 사람이 직접 분류해 학습시키지만 딥러닝은 분류까지 컴퓨터가 해낸다는 차이점이 있습니다.

 

머신러닝 분류

딥러닝 분류

2. 딥러닝의 원리

- 프로그래밍의 경우, 규칙을 코딩해 알아냄

- 딥러닝의 경우, 모델을 디자인하여 학습함

딥러닝 모델 학습

3. 딥러닝이 주로 다루는 문제들

1) Association Rule Mining : 미처 생각치 못한 연관된 키워드를 알아냄

(ex 네이버에 키워드 검색하면 연관된 것들도 검색됨)

 

2) Supervised Learning(지도 학습) : 문제(학습셋)와 정답을 모두 알려주고 학습시킴 ex 영상처리

주어진 학습셋을 근거로 학습하여 새로운 데이터가 들어오면 정답을 예측한다.

- Clssification(분류)

- Regression(회귀)

학습 데이터를 학습기에 넣어 이미지를 인식시켜 학습시켜야만 하기 때문에 지도학습에 해당

3) Unsupervised Learning(비지도 학습) : 문제는 알려주지만 정답을 알려주지 않고 학습시킴  ex 뉴스 기사 분류, DNA 분류, SNS 관계 분류

데이가가 주어지고 주어진 데이터의 정보를 활용, 패턴을 추출하거나 관계를 구성한다.(명확하게 정해진 정답은 없음) 

- Clustering(클러스터링)

- Feature Extraction(기능 추출)

- Dimensionality Reduction(차원 감소)

입력된 데이터를 비슷한 그룹으로 묶어 예측하는 모델을 학습

비지도 학습은 예측이 목적이 아니라, 데이터의 구성 또는 특징을 밝히는 목적으로 사용

출처 : www.simplilearn.com

* 지도학습과 비지도학습 

 

4) Reinforcement Learning (강화학습) ex 알파고, 게임 : 비지도 학습의 일종. 정해진 데이터에 의해 학습되어지는 것이 아닌 행동에 대한 보상을 받으며 학습하여 어떤 환경 안에서 선택 가능한 행동들 중 보상을 최대화하는 행동 또는 행동 순서를 선택하는 방법