AI, Machine Learning, Deep Learning 개념 및 구성
※ Artificial Intelligence ; AI
Computers that can imitate human intellect and behavior.
인공지능은 인간의 지능을 모방하여 컴퓨터가 인간처럼 사고하고 학습할 수 있게 하는 기술입니다. 인공지능은 다양한 분야에서 활용되며, 자연어 처리, 음성 인식, 이미지 인식, 로봇 과학 등 여러 분야에서 사용됩니다.
※ Machine Learning ; ML
Statistical algorithms that AI Implementat
ion through data.
머신러닝은 인공지능의 한 분야로, 컴퓨터가 스스로 학습하고 패턴을 인식하여 문제를 해결하는 능력을 갖추게 하는 기술입니다. 머신러닝은 데이터를 기반으로 하며, 컴퓨터에게 학습을 위한 데이터와 알고리즘을 제공함으로써 성능을 개선시키고 새로운 문제에 적응할 수 있게 합니다.
머신러닝은 크게 지도 학습(Supervised Learning), 비지도 학습(Unsupervised Learning), 강화 학습(Reinforcement Learning) 등의 방법으로 구분됩니다.
Supervised Learning : With target vector
Unsupervised Learning : Without target vector
Reinorcement Learning : With reward, sometimes delayed reward.
※ Deep Learning ; DL
딥러닝은 머신러닝의 한 분야로, 인공신경망(Artificial Neural Networks)을 기반으로 하는 학습 기법입니다. 딥러닝은 높은 수준의 추상화와 패턴 인식 능력을 갖추어 복잡한 문제를 해결하는데 효과적입니다. 인공신경망은 뉴런이라고 하는 기본 단위로 구성되어 있으며, 이러한 뉴런들이 여러 층으로 쌓여 있는 구조를 가집니다.