Page 7 -

1 이 책의 구성

1.1 딥러닝의 성과

딥러닝(심층 학습)은 머신 러닝의 한 분야로 최근 많은 주목을 받았습니다. 과거의 방법으로

는 한계가 있고 불가능하다고 여겨졌던 것이 딥러닝을 이용하면서 높은 성과를 보이고 있기
때문입니다.

예를 들어 음성 인식은 2011년에 딥러닝을 이용했을 때, 과거의 방법에 비해 오답률(error
rate)이 20~30% 낮아졌습니다. *

이미지 클래스 분류도 2012년에 딥러닝을 이용하여 높은 성과를 보였습니다. **

이미지 클래스 분류는 사진 안에 무엇이 있는지 예측하여 사진을 자동으로 분류하는 방법입

니다. 예를 들어 그림 1-1의 동물은 표범(leopard)으로 자동 분류됩니다.

그림 1-1 이미지 클래스 분류의 예

* Frank Seide, Gang Li, Dong Yu: Conversational Speech Transcription Using Context Dependent Deep Neural Networks,
INTERSPEECH 2011, pp.437-440, 2011
** Alex Krizhevsky, Ilya Sutkever, Geoffrey E. Hinton: ImageNet Classification with Deep Conventional Neural Networks, In
Advances in Neural Information Proceeding Systems(NIPS), pp.1097-1105, 2012

14 딥러닝 부트캠프 with 케라스

딥러닝 부트캠프(본문)최종.indd 14 2017-12-06 오후 3:25:37