인공지능, 머신 러닝, 딥 러닝의 범주

범주: 인공지능 > 머신 러닝(인공지능 구현 기술) > 딥 러닝(머신 러닝 구현 알고리즘 중 하나)

 

인공지능(AI): 컴퓨터가 인간의 지능을 모방해 인간과 비슷하게 동작하도록 만들어진 모든 기술 의미

머신 러닝(Machine Learning): 인공지능을 만들기 위해서 어떻게 할지, 데이터를 학습하도록 하는 기술을 의미

딥 러닝(Deep Learning): 머신 러닝 안에 Logistic Regression, Decision Tree, SVM(Supported Vector Machine) 등

다양한 알고리즘이 존재하는데 그중에 하나인 인공신경망(Artificial Neural Network)를 사용하는 방법

 

• 머신 러닝 종류

Semi-supervised learning(준 지도 학습)도 존재하지만 크게 세 가지로 나뉜다.

 

Supervised Learning(지도 학습): 감독 학습. 문제와 정답을 함께 제공. 이 문제와 정답을 Feature, Label이라고 함.

어떤 값을 예측하는 regression 혹은 미래 예측, 어떤게 확률이 높은지 분류하는 classification 문제에 널리 활용

 

Unsupervised Learning(비지도 학습): 문제만 제공함, 어떤 패턴이나 구조를 발견하고 그룹화하는데 많이 사용.

시간에 따라서 값이 변화될 때 평소와 다른 값이 나타나는 이상 패턴으로 찾아내기 가능.

사과, 바나나, 망고와 같은 정확히 알지 못해도 특징으로 클러스터링 하는 문제에도 널리 사용.

 

Reinforcement Learning(강화 학습): 인과관계가 중요하며, 보상(reward)을 통해 모델을 학습시키는 머신러닝.

게임이나 로봇을 학습시키는 데 쓸 수 있음