머신러닝, 딥러닝 요약

머신러닝

- 분류, 회기, 클러스터링, 비정상 행위 탐지, 데이터 준비를 위한 학습 방법
- 기본적으로 알고리즘을 이용해 데이터를 분석하고, 학습하며, 학습한 내용을 기반으로 판단이나 예측
- Framework : 사이킷런(Scikit-learn), 스파크(Spark) MLlib, Theano 등
- *지도학습(supervised learning), *비지도학습(unsupervised learning)으로 분류함. +강화학습(reinforcement learning)

 

딥러닝

- 심층 신경망(DNN, Deep Neural Network)을 의미함
- 가중치
- 여러개의 은닉 계층(Hidden Layer)을 가진 신경망 토폴로지를 다룸
- Framework : CNTK(CognitiveToolkit), Tensorflow, Caffe, DeepLearning 4j, Keras, MX넷, Theano

 

 

* 주석설명

- 지도 학습(supervised learning)이란 어떤 입력에 대해서 어떤 결과가 나와야 하는지 사전 지식을 갖고 있는 경우에 해당 입력에 대해 특정 출력(label)이 나오도록 하는 규칙을 찾아낸다. 보통은 입력과 출력 쌍으로 구성되는 학습 데이터(training data)에 의해 입력으로부터 출력을 끌어내는 규칙(rule)을 발견하는 것을 학습의 목표로 하며, 흔히 말하는 회귀(regression) 방법이 여기에 해당한다 현재까지 가장 많이, 그리고 활발하게 연구가 진행된 분야로 우리가 알고 있는 많은 학습 방법이 여기에 해당 된다

- 비지도 학습(unsupervised learning)이란 입력은 있지만 정해진 출력이 없는 경우를 말하며, 순수하게 데이터들이 갖고 있는 속성들을 이용해 그룹으로 나누는 경우를 말하며, 지도학습이 회귀 방법을 사용하는 것과 달리, 분류(clustering)에 해당이 된다. 가령 사람들이 나이, 학력, 성별, 출생 지역 등의 조합에 따라 어떤 정당을 지지하는지 살펴보는 것도 자율 학습에 속한다. 일반적으로는 시장 조사, 컴퓨터 클러스터링, 그림이나 동영상에 대한 auto-tagging 등에 사용이 된다