에코프로.AI

정의 딥 러닝(Deep Learning)은 머신 러닝(Machine Learning)의 특정한 한 분야로서 인공 신경망(Artificial Neural Network)의 층을 연속적으로 깊게 쌓아올려 데이터를 학습하는 방식을 말합니다. Deep 하다는 의미는 층을 연속적으로 쌓아올렸기 때문에 붙은 단어라고 보시면 쉽게 이해가 됩니다. 딥 러닝이 화두가 되기 시작한 것은 2010년대의 비교적 최근의 일이지만, 딥 러닝의 기본 구조인 인공 신경망의 역사는 생각보다 오래되었습니다. 이번 글에서는 딥 러닝의 역사부터 layer를 깊게 쌓아 학습하는 원리, 그리고 실제 산업에 적용되는 사례와 데이터/ 학습에서 주요하게 고려할 점을 다루어 보도록 하겠습니다. Introduction to Deep Learning: ..

머신러닝(ML)의 분류 머신러닝 유형(지도 학습, 비지도 학습, 강화 학습, 준지도 학습, 전이 학습)에는 다양한 세부 기술과 알고리즘이 있으며, 이들은 특정 분야에서 특정 문제를 해결하기 위해 사용됩니다. 아래에서는 각 유형의 세부 종류와 그에 해당하는 사용 분야를 소개하겠습니다. https://serokell.io/blog/ai-ml-dl-difference 1. 지도 학습 (Supervised Learning) 입력 데이터와 해당 출력(레이블)을 기반으로 모델을 훈련시키는 방법. 모델은 입력 데이터로부터 출력을 예측하도록 학습합니다. 즉. 정답이 무엇인지 알고 있는 데이터(=Labeled data)를 컴퓨터에게 학습시켜, 새롭게 들어오는 데이터에 대한 결과를 예측하는 학습 방법 세부 종류 선형 회귀..

https://serokell.io/blog/ai-ml-dl-difference 인공지능(Artificial Intelligence) > 머신러닝(Machine Learning) > 딥러닝(Deep Learning) > 생성형AI(Generative AI) 인공지능 (Artificial Intelligence, AI) 정의 인간처럼 생각할 수 있는 기계를 만드는 과학입니다. 전통적으로 인간 지능이 필요했던 작업들을 컴퓨터로 수행하는 것을 의미합니다. AI 기술은 사람보다 많은 양의 데이터를 다양한 방식으로 처리할 수 있습니다. 인공지능은 인간의 지능과 유사한 방식으로 학습하고 사고하고 행동할 수 있는 컴퓨터 시스템을 개발하는 것입니다. AI는 컴퓨터 공학, 데이터 분석, 통계, 신경 과학, 철학, 심리학..