스레딕

인공지능이랑 엮어서

>>2 예를들면?

알고리즘이 스스로 학습하게 만드는거 아님? 인간 두뇌처럼 인공 뉴런을 층층히 쌓은 알고리듬을 만들어서 알아서 답을 도출하게 훈련시키는거

>>4 그렇게 대답했는데 50점짜리 답변이라고 하더라고....ㅜㅜ 인공지능 머신러닝 딥러닝의 차이를 얘기해보라그랬는데 다 거기서 거기아냐?

실질적으로 딥 러닝은 머신 러닝의 하위 개념입니다. 실제로 머신 러닝에 해당하며 비슷한 방식으로 작동합니다(두 용어가 때로 비슷하게 사용되는 이유이기도 함). 하지만 둘의 기능은 다릅니다. 기본 머신 러닝 모델은 그 기능이 무엇이든 점진적으로 향상되는데, 여전히 약간의 안내가 필요합니다. AI 알고리즘이 부정확한 예측을 반환하면 엔지니어가 개입하여 조정해야 합니다. 딥 러닝 모델을 사용하면 알고리즘이 자체 신경망을 통해 예측의 정확성 여부를 스스로 판단할 수 있습니다. 손전등의 예로 돌아가 보겠습니다. 누군가 '어둠'이라는 단어를 말하는 소리 신호를 인식할 때 불이 켜지도록 손전등을 프로그래밍할 수 있습니다. 이를 계속 학습하면서 그 단어가 포함된 구절을 인식하면 결국 불을 켤 수 있습니다. 손전등에 딥 러닝 모델이 있다면 “안 보여” 또는 “스위치가 안 켜져”라는 신호가 있을 때, 어쩌면 빛 센서와 함께 불을 켜야 한다는 것을 이해하게 될 수 있습니다. 딥 러닝 모델은 자체적인 컴퓨팅 방법, 즉 자체적인 두뇌가 있는 것처럼 보이는 기술을 통해 학습할 수 있습니다. ----- 검색하면 이렇게 나오는데 논문에서 찾아봐줄까 귀찮아서 그냥 검색만함.. 과제였으면 논문 찾아볼텐데

>>5 https://www.youtube.com/watch?v=NbLVcMmxSw0 참고해서 답변하면 되겠다

>>6 (+) 딥러닝은 분류에 사용할 데이터를 스스로 학습할 수 있는 반면 머신 러닝은 학습 데이터를 수동으로 제공해야한다는점이 딥러닝과 머신러닝의 가장 큰 차이점이다.

>>8 저 손전등의 예로 들면 머신러닝은 어둡다라는 특징을 가진 단어나 상황에 대해서 계속 데이터를 주입해줘야되는데 딥러닝모델이 있으면 스스로 어두운 상황을 유추해서 학습한다는거야? 맞게 이해한거지?