오늘은 처음 들으면 굉장히 헷갈리는 Deep Learning과 Machine Learning에 대해 알아보자.
학부 3학년쯤부터 Deep Learning이라는 것을 처음 접하게 되었다.
당시, Deep Learning과 Machine Learning을 혼용하여 사용하는 경우를 많이 봤고,
그렇기에 나 역시 동일한 말로 인지하고 있었다.
그러나, 대학원에 들어오고 나서야 이걸 제대로 할 필요가 있다는 것을 깨달았다.
그래서 알아본 Deep Learning? Machine Learning?이다.
가장 먼저 당연히 알고 있던 사실은 AI 분야 둘 다 속한다는 것이다.
문제는 Deep Learning과 Machine Learning의 하위 관계이다.
먼저 알고 있던 것은 Deep Learing이 Machine Learning의 하위 분야라는 것이다.
다음 그림처럼, 정의되듯이 말이다.
여기서 내가 헷갈린 것은 당연하게 상위 분야가 더 발전한 모델이라고 생각했다는 것이다.
하지만, 그렇지 않다!
Deep Learning과 Machine Learning을 비교하면 다음과 같다.
보다시피, Machine Learning의 경우 Deep Learning과 달리 Feature extraction 과정을 전문가(사람)이 해서 준다는 것이다.
즉, Deep Learning이 아닌 Machine Learning은 패턴에 의존하지 않고 작업을 수행하지만, Feature extraction 과정을 스스로 하지 못한다.
이러한 Feature extraction 과정까지 모델이 스스로 학습할 수 있게 한 것이 바로 Deep Learning이다.
사람의 신경 뉴런과 유사하게 구성된 Artificial Neural Network(인공 신경망)를 구축해 이제는 입력 이후에는 모델이 자동으로 task에 맞는 결과를 도출해 내는 것이다.
이처럼, 처음에는 헷갈릴 수 있는 Deep Learning과 Machine Learning의 차이점에 대해 다시 정리해 보았다.
자료는 아래 링크를 참고했으며, 무척 잘 정리해 놓은 사이트에게 다른 분들도 참고하면 도움 될 것 같다.
'Deep Learning' 카테고리의 다른 글
History of Neural Network (0) | 2024.04.04 |
---|---|
Anaconda 가상 환경의 python version 변경 (0) | 2024.02.18 |