1 개요
신경망을 이용해 머신러닝을 수행하는 것.
머신러닝에서 특징을 지정해주어야 했다면, 딥러닝에선 특징을 자동으로 학습한다. 머신러닝에서 색, 크기 따위의 데이터를 입력해주어야 했다면, 딥러닝은 그냥 전체에서 해당 특징을 추출해내어 판단한다.
딥러닝이란 것은 신경망을 더 깊게 만든 것일 뿐, 기본적으로 신경망이다.
1.1 신경망을 깊게 하는 이유
이론적인 근거는 없지만, 실험 결과를 바탕으로 깊은 편이 유리하다는 것이 알려져 있다. 완전히 이론적으로 규명된 것은 아니지만, 층을 깊게 하면 적은 매개변수로 같은 수준의 표현력을 달성할 수 있다. 매개변수는 층을 반복할 때마다 적어진다. 즉, 학습속도를 높일 수 있고, 층 중간중간 활성화함수를 끼어넣어 비선형함수가 겹치면서 복잡한 것도 표현할 수 있게 된다.
이미지분석에서 필터를 시각화 해보면 층이 깊어질수록 필터가 점차 추상적인 정보를 표현하게 된다.
2 신경망
사람의 두뇌를 모방하여 만들어졌다. 여러 뉴런이 연결되어 있는 구조를 가진 네트워크.
3 역사
3.1 퍼셉트론
1957년에 프랑크 로젠 블라트가 고안한 것으로, 각 입력값에 대해 가중치를 부여하여 결과를 내놓는다.