Deep Learning

1.Deep Learning이란?

 

● 기계를 학습시켜서 인간의 판단능력을 기계에서 위임하는 것이  Machine learning(머신러닝)이라고 했죠?

  - 머신러닝안에는 많은 기술들이 포함되어 있다고 했습니다.

예를 들어 그 중 지도학습 영역의 회귀 와 분류 문제를 해결해야할 상황이 왔다고 가정해보죠.

회귀는 숫자를 예측하는 것이고, 분류는 범주형 즉 카테고리 형태의 결과를 예측하는 겁니다.

---

 

● 이를 해결하기 위한 다양한 방법이 있습니다

  - 이 방법들을 Machine learning algorithm(기계학습 알고리즘)이라고 합니다.

유명한 방법들에는

decision Tree, Random Forest, KNN, SVM, NeuralNetwork  등이 있습니다.

위 알고리즘들은 모두 머신러닝 문제를 해결하는데 사용하는 알고리즘입니다.

---

● 이 중 Nerual Network에 주목해볼까요?

  - Nerual Network는 사람의 두뇌가 동작하는 방법을 모방하여 기계가 문제를 해결할 수 있도록 하는 방법입니다.

같은 말로는 사람의 뉴런을 인공적으로 만들었다는 의미에서 인공신경망 이라고 불리구요.

인공신경망을 깊게 쌓아서 만들었다고 하여 Deep Learning(딥 러닝)이라고도 불리게 되었는데 

지금은 Deep Learning이라는 표현이 널리 쓰이고 있죠

모두 인간의 신경을 모방한 이론을 가르키는 같은 말들입니다!

이 후 사람들은 Deep Learning이 어려운 문제들을 잘 해결할 수 있다고 믿으면서
 Machine Learning을 대신하는 대표적인 용어로 Deep Learning를 사용하기 시작했습니다.

---

● Deep Learning의 대표적인 Librar(라이브러리)를 살펴볼까요?

 - TensorFlow, PyTorch, Caffe2, theano등이 있습니다.

기회가 된다면

위 라이브러리중 TensorFlow를 활용해서 어떤식으로 딥러닝을 활용하고 앞으로 나의 문제를 해결할 수 있을지 고민해보는 시간을 가져봐야겠네요.