1장. 딥러닝과 파이토치

>3분 딥러닝 파이토치<

1장에서는 인공지능과 머신러닝,지도학습,비지도학습,강화학습,딥러닝과 신경망에 대한 개념을 배운다

 

흔히 인공지능이란 인간의 사고를 인공적으로 모방한 모든 것.

인공지능을 구현하는 다양한 방법 중 하나가 머신러닝이다.

머신러닝은 주어진 데이터를 가지고 통계학적인 모델을 학습시켜 인공지능을 구현하는 방법이며, 딥러닝은 머신러닝의 수많은 학습법 중 한 갈래이다. 

머신러닝의 학습법은 사람이 정답을 알려주고, 프로그램이 정답까지 찾아가는 단계를 학습한다.

 

머신러닝의 학습법은 대표적으로 세 가지가 있다.

지도학습, 비지도학습, 강화학습이다.

 

지도학습은 사람이 데이터셋을 통한 입력과 그에 대한 레이블(정답)을 반복해서 보여줌으로써 모델을 가르치는 머신러닝 방식이다.

비지도학습은 정답이 없는 데이터로 학습한다.

정답이 없는 데이터로부터 군집 분석, 데이터 표현, 차원 감소 등을 배우고 지도학습을 보조하는 용도로 많이 쓰인다.

지도학습,비지도학습은 정적인 데이터로 학습한다.

강화학습은 보상과 처벌 체계를 세우고 모델이 환경을 경험하며 배운다는 점에서 동적이다. 풀고자하는 문제의 보상 방식을 잘 설계하는 것이 핵심이다.

 

이외에도 여러학습방법이 존재한다.

 

머신러닝 알고리즘 중 인공 신경망이라는 알고리즘이 있다.

인공 신경망의 층을 여러 겹 쌓아 학습한다면 심층 인공 신경망, 즉 딥러닝이 된다.

정제되지 않은 데이터를 머신러닝 알고리즘에 입력하려면 데이터의 특징을 사람이 직접 추출해야한다. 이러한 작업을 특징 추출 또는 특징 공학이라 한다.

 

더욱 많은 내용은 책에서 확인하자.