딥러닝 개념 (1)

이 포스팅은 딥러닝이란 무엇인지를 알아봅니다.

 

 

딥러닝이란 무엇인가?

 

 

 딥러닝은 머신러닝의 한 종류로, 인공지능(AI)의 한 종류로 분류됩니다. 딥러닝은 Artificial Neural Network(ANN)라는 모델을 사용하며, 이름에서 알 수 있듯이 사람의 뉴런 구조를 본뜬 형태로 이루어져 있습니다.

 

인공 신경망 예시

 인공신경망은 input layer, hidden layer, output layer로 이루어집니다. 모델에 따라 다른 layer 가 존재할 수 있습니다. 주어진 입력을 각각의 세포(cell)가 특정 연산을 진행하여 하나 또는 여러개의 결과를 도출해 냅니다. 결과를 도출하기 위해 각 cell 이 연산을 진행하여 다음 cell 로 값을 넘기는 과정을 순전파, forward propagation 이라 부릅니다.

 

 

 이러한 인공 신경망이 알맞은 결과를 도출하기 위해서는 사람과 동일하게 학습을 필요로 합니다. 결과 값과 실제 값의 차이를 기반으로 학습을 진행하게 되며, 이러한 학습 과정을 오류 역전파, back propagation 이라 부릅니다. 딥러닝의 경우 back propagation을 통해 예측 결과의 정확도를 올리기 위해서는 많은 학습 데이터를 필요로 하는 단점이 있지만 학습이 끝난 모델은 데이터를 매우 빠른 속도로 처리할 수 있다는 장점이 있습니다. 

 

 

Deep learning의 반대 개념인 Shallow learning은 없는지 궁금해 하실 수 있습니다. Shallow learning은 1개 이하의 hidden layer를 사용하여 예측하는 경우를 말합니다.