[Pytorch-기초강의] 1. 딥러닝과 파이토치

▶인공지능과 머신러닝

- 인공지능(Artificial Intelligence)이란?

인간의 사고를 인공적으로 모방한 모든 것을 가리킴

- 머신러닝(Machine Learning)이란?

주어진 데이터를 가지고 통계학적인 모델을 학습기켜 인공지능을 구현하는 방법

- 딥러닝(Deep Learning)이란?

머신러닝의 수많은 학습법 중 하나

이를 그림으로 표현하면,,,

이중, 머신러닝의 학습 종류는 다음과 같이 3종류로 나눌 수 있습니다.

- 지도 학습(Supervised Learning)이란?

●사람이 모델을 가르치는 머신러닝 방식,

●"정답이 있는" 데이터셋을 이용하여 가르침=>입력과 그에 대한 정답 레이블을 반복적으로 보여주어 입력과 출력 사이의 연관성을 찾게 하는 것.

- 비지도 학습(Unsupervised Learning)이란?

●"정답이 없는" 데이터 셋을 이용하여 가르침=>입출력 쌍이 정의되지 않음

●군집 분석, 데이터 표현, 차원 감소 등을 학습 가능

- 강화학습(Reinfrocement Learning)이란?

●보상과 처벌 체계를 세우고 모델이 환경을 경험하며 학습

​

이외에도 준지도학습(Semi-supervised learning), 메타 학습(Meta Learning), 원샷 학습(One-shot Learning), 전이학습(Transfer Learning)이 있습니다.

- 준지도학습: 레이블이 부족한 데이터를 학습

- 메타 학습: 학습법 자체를 연구

- 원샷 학습: 반복 없이 데이터를 한 번 혹은 몇번만 보고 학습

- 전이 학습: 한 문제를 위해 학습한 후 다른 문제에도 바로 적용하는 학습

​

​

▶딥러닝과 신경망

●옛날의 머신 러닝: 정제되지 않은 데이터를 머신러닝 알고리즘에 입력하려면 데이터의 feature를 사람이 직접 추출해야함 => Feature Extraction

●그러나, 사람 손이 많이 필요해지고 시간이 오래 걸려 이를 자동화 시킴 => 딥러닝 기술의 등장

●딥러닝은 여러개의 신경망으로 구성됨

​