딥러닝 개요

- 인공지능,머신러닝,딥러닝 의 차이점

https://blogs.nvidia.co.kr/2016/08/03/difference_ai_learning_machinelearning/

• 인공지능 : 인간의 지능을 기계로 구현한 것.
  • 1950년대 부터 진행해 온 연구주제로, XOR 문제로 인해 암흑기가 찾아왔다. 
• 머신러닝 : 인공지능을 구현하는 구체적 접근방식.
  • 통계적인 기법을 이용해 데이터로 부터 학습.
  • 알고리즘을 이용해 분석 -> 학습 -> 판단/예측 
• 딥러닝 : 완벽한 머신러닝을 구현하는 기술 
  • 사람의 뇌와 신경망에 영감을 얻은 머신러닝 알고리즘인 인공신경망을 더 발전시킨 인공지능
  • 뇌의 뉴런과 유사한 입출력 계층을 활용해 데이터를 학습.
  • 많은 연산이 필요하여 난관에 부딪혔지만 병렬연산에 최적화된 GPU의 등장으로 연산속도가 획기적으로 상승하여 딥러닝의 바람을 불고옴.

좋은 참고 자료 : brunch.co.kr/@itschloe1/8

딥러닝, 머신러닝의 차이점은?

- 왜 딥러닝을 사용할까 ? 

• 그림처럼 머신러닝을 사용하면 특징을 사용자가 추출해야 합니다. 즉, 사용자의 능력에 따라 결과가 달라질 수 있습니다. 하지만 딥러닝은 인공신경망을 통해 특징을 추출해주는 특징이 있습니다. 
• 하지만 딥러닝은 Input으로 사용되는 데이터의 양이 비교적 많이 필요하다는 점이 있습니다.

- 딥러닝의 적용사례

• Classification
• Object Detection & Segmentation
• Generation (GAN)
• Reinforcement Learning 

 

- Classification

 

- Object Detection 

- GAN

https://fakeface.co

- Reinforcement Learning

이러한 기술들을 바탕으로 다양한 적용사례들이 존재한다.