1. 인공지능 - 머신러닝 - 딥러닝의 개념. 개요. 관계
사람 | 인공지능 |
'지능', 지적 작업에 필요한 능력이 있음. ex) 길가에 떨어진 돈을 보고 좋아한다(떨어진 돈이 지폐인지 아닌지를 구분하는 지적작업을 활용) |
사람이 가진 '지적 능력' 지능을 기계가 가진 것. ex) Google 음성인식 기술, 무인자동차, 물건 및 감정 인식 |
인공지능을 만드는 방법 중 하나는 머신러닝이 있으며 그 외 전통적인 방법(머신러닝 방식이 아닌) 등 다양하다.
전통적 방식 | 머신러닝 |
ex) 자동문의 경우 사람이나 물체가 센서 근처에 다가가면 문이 열리도록 하는 알고리즘과 프로그램을 작성해서 시스템에 도입 | ex) 자동문이 언제 열릴지 센서가 닿는 종류, 시간 등 다양한 변수 요건들을 스스로 학습하여 문제를 해결하는 것 ==> 머신러닝이란 이러한 문제 해결을 위해 '데이터'를 기반으로 규칙, 분류, 학습하여 최적의 결정을 내리는 학습 방식을 의미. 또한 데이터의 연속된 학습으로 다양한 변형과 기존 프로그램을 통해 또 다른 프로그램을 만드는 것이 가능. |
딥러닝 또한 인공지능을 만드는 방법 중 하나. 딥러닝 또한 머신러닝처럼 데이터를 이용해 스스로 학습하기에 딥러닝은 머신러닝의 일부에 포함되지만 머신러닝이 딥러닝이라고는 할 수 없으며, 머신러닝이 인공지능을 만들 때 사용하는 일부 방법 중 하나가 딥러닝이다.
'통계데이터과학과 및 컴퓨터과학 독서' 카테고리의 다른 글
03. 인공지능 및 파이썬 4장 (0) | 2024.03.04 |
---|---|
02. 인공지능 및 파이썬 2장 (1) | 2024.02.26 |
10. 딥러닝 19-21장 (0) | 2023.12.25 |
09. 딥러닝 16-18장 (1) | 2023.12.18 |
08. 딥러닝 13-15장 (1) | 2023.12.11 |