[AI] 인공지능, 머신러닝, 딥러닝 차이

 

이제 단순 코딩만 하는 시대는 끝났고 

머신러닝, 딥러닝을 알아야한다고 하는데

도대체 그게 뭘까? 싶어서 자료를 찾아보게 되었다.

 

 

일단 Learning 이란 '학습' 이라는 뜻을 가지고 있다.

 

 

 

출처 : LG CNS 블로그

 

 

가장 상위 개념이 인공지능이고

그 안에 머신러닝과 딥러닝이 포함되어 있다고 생각하면 된다.

 

[딥 러닝]

어떤 문제를 풀기 위한 특징(feature)을 찾기 위해 굉장히 딥(deep)하게 쌓여있는 신경망을 이용해서 (Deep Neural Network)

특징을 추출하고, 복잡한 패턴을 학습하는 방식이 딥 러닝.

딥 러닝은 머신 러닝의 기법이다. 사람이 직접 특징을 설계하지 않아도 자동으로 학습할 수 있다.

 

[머신 러닝]

그리고

문제를 풀기 위한 알고리즘을 데이터 기반으로 학습하는 방법이 머신 러닝.

종류는 선형회귀, 의사결정나무, SVM, 신경망 등 여러 가지가 있다.

머신 러닝도 딥 러닝과 마찬가지로 사람이 직업 규칙을 코딩하지 않아도 데이터에서 패턴을 학습할 수 있다.

 

[인공지능]

그리고 사람의 지능을 모방해서 시스템 자체를 다루는 것,

추론하고 학습해서 문제를 해결하고 의사결정을 하는 것이 인공지능(AI)이다.

AI는 머신러닝을 쓸 수도 있지만, 

과거의 규칙 기반 시스템(rule-based system)도 AI에 포함된다.

 

 

자율 주행이나 게임, 우리가 흔히 아는 Chat GPT 같은 것들이 인공지능에 속한다.

 

 

---

 

✔️ Learning 의 종류 네 가지

 

1. Supervised Learning 

2. Unsupervised Learning

3. Semi-supervised Learning

4. Reinforcement Learning

 

 

---

 

 

1. Supervised Learning 

: 지도 학습

 

문제와 정답을 알려주고 학습시키는 것.

 

ex)

Classification

고양이와 강아지라고 알려주는 분류 문제 

 

 ex)

Regression

어떤 값을 넣었을 때 특정 값을 반환하는 회귀 문제

 

 

출처 : 유튜브 메가코드M

 

문제(Input)와 답(Output)이 주어져있을 때 

Feature를 찾아내서(Encoder) 그 특징으로부터 정답을 도출(Decoder)한다.

 

---

 

 

2. Unsupervised Learning 

: 비지도 학습

 

문제만 주어져 있고 정답을 찾게 하는 것.

 

Clustering

어떤 것이 같은 그룹에 속하는지 찾아내는 것

 

Dimension Reduction

한 개의 데이터가 가지고 있는 자료가 많을 때 필요 없는 걸 지우는 것

(한 사람의 이력을 볼 때 그 사람의 나이, 키, 몸무게, 직업 등 자료가 많은 경우)

 

 

---

 

 

3. Semi-supervised Learning

문제가 있는데 답이 있는 것도 있고 없는 것도 있는 것.

지도 학습 + 비지도 학습

 

---

 

 

4. Reinforcement Learning

: 강화 학습

 

문제를 주고 인공지능이 답을 제출하면 잘 했는지 못 했는지 점수를 주고 

그 점수를 높여가는 것