머신러닝, 딥러닝, 신경망의 차이점

 

머신러닝과 딥러닝, 신경망 이 세가지 모두 인공지능의 하위 분야입니다

 

다시말해 신경망은 머신러닝의 하위 분야이고 딥러닝은 신경망의 하위 분야입니다.

 

 

 

 

딥러닝과 머신 러닝의 차이점은 각 알고리즘의 학습방법에 달려있습니다.

 

 

 

"딥"러닝은 레이블링된 데이터 세트를 활용하여 자체 알고리즘 결정이 가능하며

 

서로간에 다른 데이터 카테고리를 구분하는

 

특성세트를 자동으로 판별 할 수 있습니다.

 

때문에 인간의 개입이 없이 대규모 데이터 세트를 활용 가능합니다.

 

 

 

 

딥이 아닌 머신러닝은 학습을 위해 인간의 개입이 필요합니다.

 

입력데이터 사이의 차이점을 파악하기 위해 특성 세트를 판별해야 하며,

 

이를 위해서는 학습을 위한 정형 데이터가 많이 필요합니다.

 

 

 

 

 

 

 

 

 

 

신경망 또는 인공 신경망은

 

하나의 입력 계층, 하나 이상의 은닉 계층 및 하나의 출력 계층을

 

포함하는 노드 계층으로 구성되며

 

각 노드 또는 인공 뉴런은 다른 노드에 연결되며,

 

연관된 가충치와 임계값을 갖습니다.

 

또한 개별 노드의 출력이 지정된 임계값을 초과하면

 

노드가 활성화되어 데이터를 네트워크의 다음 계층으로 보냅니다.

 

그러지 않으면, 해당 노드에 의해 네트워크의 다음 계층으로 데이터가 전달되지 않습니다.

 

 

 

 

 

 

 

 

 

 

** 딥 러닝에서 "딥"이라는 단어는 신경망의 계층 수를 의미

입력과 출력이 포함될 수 있는 3개 이상의 계층으로 구성된 신경망은 딥 러닝 알고리즘 또는 심층 신경망으로 간주될 수 있습니다.

 

 

 

 

 

 

 

사진: Unsplash의Andrea De Santis

사진: Unsplash의Tai Bui