122. [Python] [Machine Learning] : 인공지능 vs 머신러닝 vs 딥러닝

반응형

 

 

 

1. 인공지능(AI)이란?

• 정의: 사람처럼 생각하고 학습하며 문제를 해결할 수 있는 기술.
• 목적: 사람의 지능을 흉내 내어 다양한 작업을 수행.
• 일상 예시:
  • 스마트 스피커:
    "오늘 날씨 어때?" 질문에 적절히 대답.
    (질문 → 이해 → 응답)
  • 자동차 내비게이션:
    최적의 경로를 찾아 안내.
    (지도 데이터 → 판단 → 결과 제공)

 

---

 

 

2. 머신러닝(Machine Learning)이란?

• 정의: AI의 한 분야로, 데이터를 학습하여 새로운 데이터를 예측하거나 결정을 내림.
• 핵심 개념:
  • 데이터를 입력하면 컴퓨터가 패턴을 학습.
  • 학습 결과를 바탕으로 새로운 문제를 해결.
• 일상 예시:
  • 넷플릭스 추천 시스템:
    당신이 본 영화 데이터를 학습 → 좋아할 영화를 추천.
  • 이메일 스팸 필터링:
    스팸 이메일의 특징을 학습 → 스팸과 일반 이메일 구분.

 

---

 

 

3. 딥러닝(Deep Learning)이란?

• 정의: 머신러닝의 하위 분야로, 뇌의 신경망(Neural Network)을 모방하여 복잡한 문제를 해결.
• 특징: 여러 층(Layers)을 사용하여 더 깊이 학습.
• 일상 예시:
  • 얼굴 인식:
    사진에서 얼굴을 찾아내고, 누구인지 인식.
  • 음성 인식:
    음성을 텍스트로 변환(예: "날씨 알려줘").
  • 자율 주행:
    차선, 보행자, 신호등을 인식하여 주행.

 

---

 

간단비교

• 인공지능(AI): 모든 것을 포괄하는 개념.
  • 예: 똑똑한 비서.
    • 스마트 스피커, 자율주행차.
• 머신러닝(ML): AI의 학습 방법.
  • 예: 시험 공부.
    • 문제와 답을 외워 비슷한 문제를 풀 수 있게 됨.
• 딥러닝(DL): AI의 정교한 학습 방법.
  • 예: 뇌처럼 학습.
    • 여러 번의 복잡한 학습 과정을 통해 더욱 세밀한 결과 도출.