Deep-Learning 용어정리 (딥러닝)

---

딥러닝에 대해서 알아봅시다!

---

딥러닝

딥러닝이란 인간의 학습을 비슷하게 따라하는 인공 신경망(Artificial Neural Network)을 기반으로 하는

기계 학습의 분야중 하나이다.

 

이러한 인공신경망을 다층으로 연결하여 데이터로부터의 특징을 자동으로 학습하여 좀더 어렵고 복잡한 문제를

해결할 수 있다.

 

 

---

특징

딥러닝의 특징으로는 

1. 비선형 이다.
2. 다층의 구조이다.
3. 자동 특징 추출을 한다.

 

이렇게 볼 수 있다.

 

우선 비선형이라는 것은 데이터가 선형적인 추론을 하는것이 아닌, 비선형으로 좀더 복잡하고 다양한 데이터의 

논리와 관계, 특성들을 학습할 수 있다는것이다.

 

다층의 인공신경망의 구조를 띄어서 데이터의 고차원 특성 까지도 학습을 할 수 있다.

 

자동으로 중요한 특징을 선별하기 때문에, 별도로 유저에게 feature engineering을 요하지 않는다.

 

 

---

관계

인공지능, 머신러닝 그리고 딥러닝이 어떤 관계인지 알아보자.

 

 

위의 사진처럼 분류를 할 수 있다.

 

• 인공지능은 인간의 지능을 모방하여 문제를 해결하려는 모든 기술을 의미한다. 기준을 내리면 반복문또한 인공지능이라고 볼 수도 있다.
• 머신러닝은 데이터를 정제하여 모델을 학습시키고 그 모델을 통해 예측값 또는 결정을 내리게 하는 기술이다. 지금까지 공부한 모델들 즉 지도학습 비지도학습 등등이 이에 해당한다.
• 딥러닝은 좀더 세부적인 개념이다.  다층 신경망을 이용해서 자동적으로 데이터의 특성을 추출하고 학습하며 대규모의 복잡한 데이터를 학습하는것에서도 성능이 좋다. 하지만 딥러닝의 다른점은, 다른 인공지능과 머신러닝과 달리 중간과정을 인간이 알 수 없다는 것이다.

 

 

---

 

딥러닝을 배워야 하는 이유

활용

딥러닝은 매우 많은 활용이 가능한 장점이 있다.

 

우리가 최근 접하는 ai기술은 대부분 딥러닝의 기술이 도입되어져 있다고 보면 이해하기 쉽다.

 

1. 이미지 를 분류, 생성, 특성 확인 같은 이미지 처리의 사용방법이 있다.
2. 번역, 요약, 감정 및 생성 과 같은 자연어를 처리하는 사용방법이 있다.
3. 음성을 통해 명령을 이해하는 시리나 빅스비 같은 사용방법이 있다.

 

이것들을 이용해서 다양한 분야에 사용할수 있다.

 

최근에본 유튜브에서는, 심혈관 교수님들과 ai의 대결로 ct?사진으로 구분을 하는 대결을 본 적있는데,

딥러닝을 통한  의료 시스템의 발전또한 경이로웠다.

 

 

---

이유

우리가 왜 딥러닝을 공부해야 할가?

 

1. 딥러닝 기술의 급성장에 따른 세계 트랜드 변화에 맞춰가기 위해서.
2. 수요가 점점 늘어가기 때문에.
3. 딥러닝의 사용방법에 따라 자신의 성과가 월등히 높아 질 수 있기 때문에.
4. 지속적으로 발전이 가능한 아직 완성되지않은 기술이기 때문에.
5. 의료분야에 사용 되듯 그 활용분야가 무궁무진하기 때문에.
6. 그림 생성 및 글 작성과 같이 창의성을 요하는 기능들 또한 구현이 가능 하기 때문에.

 

등등 이러한 이유등으로 우리는 딥러닝을 공부해야한다.

 

 

 

끝