Page 11 -
P. 11

1.1      인공지능, 머신 러닝과 딥러닝                                  P Y T O R C H






               인공지능(Artificial Intelligence, AI)은 인간의 지능을 모방하여 사람이 하는 일을 컴퓨터(기계)가 할
               수 있도록 하는 기술입니다. 인공지능을 구현하는 방법으로 머신 러닝(machine learning)과 딥러닝

               (deep learning)이 있습니다.
               인공지능과 머신 러닝, 딥러닝의 관계는 다음과 같습니다.


                                         인공지능  머신 러닝  딥러닝


               이를 정리하면 다음 그림과 같습니다.

                  그림 1-1 인공지능과 머신 러닝, 딥러닝의 관계

                ੹ޙо दझమ                      ੋҕ૑מ
                                         BSUJGJDJBM JOUFMMJHFODF
                             ੋҕ न҃ݎ          ݠन ۞׬
                             ࢲನ౟ ߭ఠ ݠन    NBDIJOF MFBSOJOH
                             Ѿ੿ ౟ܻ
                                              ٩۞׬
                                           EFFQ MFBSOJOH
                                              $//
                                              3//
                                              3#.



               목적과 주어진 환경에 맞게 데이터를 분석하려면 머신 러닝과 딥러닝 차이를 명확하게 이해해야
               합니다.

               머신 러닝과 딥러닝 모두 학습 모델을 제공하여 데이터를 분류할 수 있는 기술입니다. 하지만 둘
               은 접근 방식에 차이가 있습니다. 머신 러닝은 주어진 데이터를 인간이 먼저 처리(전처리)합니다.
               이미지 데이터라면 사람이 학습(train) 데이터를 컴퓨터가 인식할 수 있도록 준비해 두어야 합니

               다. 머신 러닝은 범용적인 목적을 위해 제작된 것으로 데이터의 특징을 스스로 추출하지 못합니
               다. 이 과정을 인간이 처리해 주어야 하는 것이 머신 러닝입니다. 즉, 머신 러닝의 학습 과정은 각
               데이터(혹은 이미지) 특성을 컴퓨터(기계)에 인식시키고 학습시켜 문제를 해결합니다. 반면 딥러닝

               은 인간이 하던 작업을 생략합니다. 대량의 데이터를 신경망에 적용하면 컴퓨터가 스스로 분석한
               후 답을 찾습니다.



         018
   6   7   8   9   10   11   12   13   14   15   16