딥러닝과 인공지능에 대한 이해

# 인공지능(AI, Artificial Intelligence) 

- 인간 지능을 모방하여 작업을 수행하고 수집한 정보를 기반으로 반복적으로 개선할 수 있는 시스템 또는 기계

- Mimin Human Intelligence

 

# Machine Learning 

- data를 통해서 기계가 스스로 학습하도록 하는 것

    =>> 기존 컴퓨터들은 고양이 사진을 보여주면서 고양이 임을 인식하기 위해서는 고양이의 특징하나하나를 찾을 수 있는 코드를 일일히 짜서 인식시켜줘야 했는데 이건 한계가 있었다. 머신러닝은 컴퓨터한테 고양이 사진을 엄청많이 보여주고 고양이 임을 알려주면 컴퓨터가 스스로 학습하여 나중에는 고양이를 보고 고양이임을 알수 있게 된다

- Data-driven Approach

- 종류

    - 지도학습 (Supervised Learnig)

        - 입력데이터와 정답을 이용한 학습

            - training stage : data를 주고 정답을 알려주면서 학습

            - testing stage : 학습할 때 보지 못했던 새로운 data를 주면 training한거 바탕으로 정답 예측

            (==> new data를 보고 best predict를 하는 것이 궁극적인 목표임)

        - 분류(classification), 회귀(regression)

    - 비지도학습 (Unsupervised Learing)

        - 입력데이터만 사용 (정답이 없음)

        - 군집화(clustering), 압축(compression)

    - 강화학습 (Reinforcement Learning)

        - trial과 error를 통한 학습 (뜨거운 냄비를 만지고 화상입고나면 뜨거운 냄비는 만지면 안되는구나를 배우는 느낌) 

 

# Deep Learning

- 인간의 뇌에서 신경 세포를 사용하는 방식과 유사한 알고리즘을 사용해 기계를 학습시키는 것

- Deep Neural Networks