공학도의 잡다한 시선

딥러닝과 머신러닝의 차이점은 무엇일까? 사실 머신러닝에 딥러닝이 포함된다. 머신러닝 알고리즘 종류 : 선형 회귀, 로지스틱 회귀, 인공신경망 등 딥러닝(deep learning) : 머신러닝 알고리즘 중 인공신경망(artificial neural network)으로 만든 것. (인공신경망을 여러곂 쌓아 만든다.) 인공신경망이 사람의 뇌에서 영감을 받아서 만들어진것은 맞지만, 실제 사람의 뇌와 동작하는 방식은 다릅니다. 딥러닝과 머신러닝의 차이점 : 이들이 처리하는 데이터를 예시로 차이점을 설명하자면, 머신러닝은 보통 데이터베이스, 레코드 파일, 엑셀 등의 정형 데이터 처리에 적합하며, 딥러닝은 이미지/영상, 음성, 텍스트/번역 등의 비정형 데이터 처리에 적합합니다. 즉 머신러닝이 처리하기 어려운 데이터를..

머신러닝(딥러닝) 용어 몇가지를 간단하게 살펴봅니다. 이는 딥러닝에도 동일하게 적용됩니다. 모델 = '훈련 데이터로 학습된 머신러닝 알고리즘' 가중치, 절편 = 모델 파라미터(model parameter) 모델을 클래스로 표현할 경우, 해당 클래스로 만든 객체를 모델이라고 생각하면된다. 손실함수(loss function) : 모델의 예측과 target(정답)이 다를 경우 규칙(가중치, 절편)을 수정해야한다. 이때 사용하는 함수 최적화 알고리즘 : 손실함수의 최솟값을 효율적으로 찾는 방법