인공지능과 머신러닝(지도학습, 비지도학습, 강화학습), 딥러닝

인공지능 두 가지 방식

- 데이터 중심 : 관찰과 가정을 바탕으로 한 경험을 통해 판단

- 알고리즘 중심 : 수학과 공학적인 방식으로  판단

 

예) 바둑의 경우 경우의 수가 매우 커서 알고리즘 만으론 부족하다. 알고리즘 기반으로 많은 게임 시뮬레이션을 통해 알고리즘을 보완해 나간다(데이터 기반 + 알고리즘 기반)

 

 

머신러닝 : 데이터에서 찾은 패턴을 토대로 미래를 예측하고, 상황을 판단하는 기술

머신러닝의 세 가지 영역

-      지도 학습

-      비 지도 학습

-      강화 학습

지도 학습 : 데이터와 정답지를 함께 사용해 하나의 함수를 유추하는 방법. 대표적으로 얼굴 인식, 주가 예측, 종양 판단 등

 

비지도 학습 : 정답지 없이 데이터만으로 데이터에 숨겨진 구조를 파악하여 함수를 찾아내는 방법. 아마존을 포함한 기업형 쇼핑몰에서 사용자의 구매 패턴에 맞는 상품 추천을 해주는 사례

 

강화 학습 : 보상을 기반으로 하는 학습. 인공지능의 기본이 되는 학습 방법.

 

정리하자면 인공 지능은 인지 – 처리 – 결정 – 행동의 프로세스라면, 머신러닝은 ‘처리’부분과 관련된 기술을 다루는 분야이다.

 

딥러닝 : 머신러닝의 수많은 기술 중 “신경망(Neural Network)을 사용하는 분야.

 

인공지능, 머신러닝, 딥러닝 관계도

 

출처: 서준석, 『인공지능, 보안을 배우다』, 비제이퍼블릭(BJ퍼블릭)(2019년 04월 17일), p.16~22.