딥러닝 알아보기(인공지능, 머신러닝, 딥러닝의 관계)_파이썬으로 머신러닝 배우기

 

 

딥러닝 살펴보기 

 

먼저 인공지능, 머신러닝, 딥러닝의 차이를 알아보자. 

 

인공지능은?

사람이 갖는 지능을 흉내내는 인공적인 지능을 의미한다. 

머신러닝은?

데이터를 이용해 기계를 학습시키는 방법을 의미한다. 

딥러닝은?

머신러닝의 한 종류로 인공신경망을 이용하는 방법을 의미한다. 

 

딥러닝에도 다양한 알고리즘이 존재하는데 1)-4) 까지가 주로 사용된다. 

 

1) 합성곱 신경망(Convolutional Neural Network, CNN) 

영상처리, 신호처리

 

2) 순환 신경망(Recurrent Neural Network, RNN)

자연언어 처리

 

3) 심층 신뢰 신경망(Deep Belief Network, DBN)

학습 데이터가 적을 때

 

4) 심층 Q-네트워크(Deep Q-Networks)

강화학습

 

 

1. 데이터 유형

 

머신러닝에서 다루는 데이터의 유형은 크게 5개로 나누어 볼 수 있다. 

 

1) 숫자

2) 문자열

3) 이미지

4) 사운드

5) 동영상

 

2. 딥러닝이란?

 

머신러닝은 SVM, Decision Tree.... 신경망 등 다양한 알고리즘으로 구현된다. 

 

딥러닝은 머신러닝의 한 종류로 여러 층을 이용해 학습을 하도록 하는 방법이다. 

 

 

3. 딥러닝 구현 방법

 

딥러닝을 구현하려면 3가지 방법을 사용할 수 있다. 

 

1) 도구를 이용하는 방법 

 

2) 라이브러리를 이용하는 방법

 

3) 코딩을 이용하는 방법

 

이렇게 3가지가 있는데 대부분 라이브러리를 사용하고 코딩을 해준다!

 

4. 딥러닝 준비

 

딥러닝을 체험?실험?연습?해보려면 아래의 세 단계를 거쳐야한다. 

 

1) 데이터 준비

2) 컴퓨터(CPU, GPU, 클라우드)

3) 프로그램 준비 

 

5. 프로그램 준비 방법

 

프로그램은 어떤 것을 사용할 수 있을까? 보통 주피터 노트북, 파이참, 구글 코랩 등을 사용한다. 

 

1) Jupyter notebook(cpu, gpu)

 : 데이터 손실이 없고 프로그램을 한 번 설치하면 계속 유지된다. 

 : 컴퓨터 성능이 중요하며 사용자가 환경을 설치해야 한다. 

 

2) Pycharm(gpu)

 

3) Google Colab

 : CPU 사양에 상관이 없고 설치가 필요없다. 

 : 작업 데이터 손실 가능성이 있고 필요한 프로그램을 계속 시작할 때마다 설치해야한다. 

 

6. 딥러닝 하는 방법

 

Anaconda 환경 하에서는 

Python, Pandas, Scipy, Numpy, Jupyter, tensorflow, keras 등

필요한 라이브러리가 있어야한다. 

 

구글 코랩을 사용한다면 따로 내 컴퓨터에 프로그램을 설치할 필요없이 웹 상에서 딥러닝을 구현해 볼 수 있다.