딥러닝 머신러닝 차이, 머신러닝 딥러닝

머신러닝 딥러닝 차이

 

머신러닝 딥러닝 차이

 

알파고가 대한민국을 초토화 시킨지 5년이 

지났다. 실생활에도 인공지능이 많이 들어

왔고, 무수히 쌓여가는 데이터들을 기반으로

한 새로운 사업들이 계속 등장하고 있다.

 

이제 진짜로 인공지능을 배워야 하는 시기가

왔다. 특히 개발자라면 인공지능의 힘을 

빌리지 않으면 생존하기 힘든 시대가 되었다는

말이다.

 

딥러닝 머신러닝 차이

인공지능의 가장 기본적인 개념은 인간이

내려야할 판단의 영역을 컴퓨터에게 맡기는

것이다.

 

과거 데이터를 분석해서, 새로운 데이터에

대한 예측, 기대, 결정을 내리도록 만드는

것이 머신러닝의 개념이다.

 

머신러닝 안에는 여러가지 알고리즘이 있다.

그 중 하나가 딥러닝 기법인 것이다.

즉 인공지능이 가장 상위의 개념이고,

그 다음이 머신러닝이고,

그 아래에 있는 것이 딥러닝 알고리즘이다. 

 

머신러닝은 데이터 안에서 규칙을 발견하고,

그 규칙을 새로운 데이터에 적용해서 새로운

결과를 도출하는 역할을 담당한다. 

 

기존에 과거 데이터를 기반으로 단순한 답만

얻던 시대에서 새로운 답을 만들어내는 

과정인 것이다. 

 

예를 들어 의사가 과거 환자들의 데이터를

분석해서, 수술에 들어가기 전 환자의 생존율을

예측할 수 있는 모델을 만들 때 머신러닝이

사용된다. 

 

머신러닝의 종류

머신러닝에는 정확한 구분선을 긋기 위한

노력들이 녹아져 있다. 머신러닝의 알고리즘에는

 

딥러닝

랜덤 포레스트

서포트 벡터머신

등의 기법이 포함되어 있고, 현재까지 딥러닝 기법이

가장 효과적인 알고리즘으로 인정받고 있다.