머신러닝과 딥러닝

우리는 보통 머신러닝과 딥러닝을 구분하려고 한다.

하지만 사실 기계학습을 머신러닝과 딥러닝으로 크게 두가지로 나눌 수 없다.

한마디로 머신러닝 자체와 딥러닝을 비교하면 안 된다는 것이다.

 

우리는 신경망 학습법과 딥러닝을 비교해야한다.

 

<신경망 학습법과 딥러닝>

머신러닝 학습법 "여러가지 중 신경망 학습법"이 있고 신경망 학습법이 있다.

신경망 학습법(NN)이 머신러닝에 해당하고 딥러닝은 신경망 학습법에서 발전된 학습법이다.

 

---

그렇다면,

"신경망 학습법(NN)와 딥러닝학습법(DN)의 차이점은 무엇일까?"

 

"hidden layer"의 양의 차이

method	hidden layer
퍼셉트론	없음
Neual Network(NN)	있음
Deep Network(DN)	있음 + NN에 비해 엄청 많음

---

"딥러닝 학습법의 장점"

딥러닝 학습법을 왜 사용하는 것일까?에 대한 생각은 딥러닝 학습법의 장점을 알아보며 그 이유를 알아보자1

 

1) 매개변수를 save

 

method	parameter
NN	DN보다 많음(뉴런이 많이 필요해서 매개해주는 변수도 많이 필요)
DN	NN보다 적음

첫 번째 장점 : save the number of parameters in the network

 

2) feature learning 자동화

 

method	"feature 자동"
NN	x - (제공)
DN	0 - (lower-layer부터 higher-layer로 각각의 최적화 feature을 넘기는 작업을 keep going)

두 번째 장점 : feature를 자동으로 learning할 수 있다면 feature 설정에 대한 인간의 개입이 줄어듦.