AI의 딥러닝, 기계학습

년 봄 오전 문제
AI 중 딥러닝의 기술로서 가장 적합한 것은 무엇인가.

１、
딥러닝(Deep Learning)은 인간과 동물의 뇌 신경을 모의하는 알고리즘을 다층화한 뒤'충분한 양의 데이터를 제공해 인간의 힘 없이 특징점과 패턴을 자동으로 학습한다'는 뜻이다.인공지능 기계 학습 분야의 요소 기술 중 하나로 심층 학습이라고도 부른다.기존의 기계 학습 방식과 달리 중간층의 다층화를 통해 복잡한 패턴을 표현하고 계산할 수 있다는 것이 특징이다.
딥레어닝은 충분한 데이터 양이 있으면 심층신경망(DN)을 활용해 학습하면 기계가 인간의 힘이 아닌 데이터에서 자동으로 특징을 추출한다는 뜻이다.
２、
Deep Learning과 인공지능, 기계 학습의 차이
세 키워드의 관계는 크게'인공지능'머신러닝'딥 레어닝'의 구조다.

3. 인공지능(AI)
대량의 지식 데이터에 대하여 고도의 추론을 정확하게 진행하는 것을 목표로 하다

4、머신러닝(ML)
컴퓨터에 학습 능력을 제공하고, 사람을 명확하게 지시하지 않는 행위

５、Deep Learning (DL)
이 알고리즘은 인간과 동물의 뇌 신경 회로를 모델로 신경 네트워크(NN) 모델로 인식되고 다층적으로 구조화된 것이다.

■ DN(Deep Neural Network, 심층 신경 네트워크)
이 알고리즘은 인간과 동물의 뇌 신경회로를 모델로 신경망(NN) 패턴을 식별하도록 설계돼 다층적으로 구조화됐다.
■ CNN(Convolution Neural Network, 볼륨 신경 네트워크)
국부 정보의 추상화와 위치의 보편성을 가진 순서 전파형 신경 네트워크의 알고리즘을 이용한다.DNN은 2차원 데이터와 대응하여 이미지에 높은 도형 식별 능력을 나타낸다.
주요 용도: 이미지 인식
■ RNN(Recurrent Neural Network, 재귀형 신경 네트워크)
이 알고리즘은 신경 네트워크를 이용하여 이 신경 네트워크는 중간층에 귀속 구조의 양방향으로 신호를 전파하여 소리, 영상 데이터 등 가변 길이의 데이터를 처리할 수 있도록 한다.
DN을 가로로 연결할 때 시간의 변화가 발생하는 연속 데이터와 대응하지만 장시간의 데이터는 적합하지 않다.
또 최근에는 구글 트랜슬레이트와 같은 자연 언어 처리에도 사용되고 있다.
주요 용도: 음성인식, 영상인식, 자연언어처리
비즈니스를 도입하려고 할 때는 딥 레어닝의 알고리즘 등을 논의하기 전까지는 머신러닝이 적절한지, 딥 레어닝이 적절한지도 달라진다.
참조:
무엇이 심도 있는 학습입니까?
https://leapmind.io/blog/2017/06/16/%E3%83%87%E3%82%A3%E3%83%BC%E3%83%97%E3%83%A9%E3%83%BC%E3%83%8B%E3%83%B3%E3%82%B0%EF%BC%88deep-learning%EF%BC%89%E3%81%A8%E3%81%AF%EF%BC%9F%E3%80%90%E5%85%A5%E9%96%80%E7%B7%A8%E3%80%91/