22.06.23~24 이틀간 진행된 딥러닝 핵심 개념 수업 내용정리 part 1 입니다. 1. ML (machine learning) vs DL (deep learning) 아래 그림의 파란 음영으로 표시된 부분과 같이, 머신러닝과 딥러닝의 차이는 feature engineering (feature selection, feature extraction 등의 작업)을 누가 하느냐에 따라 결정됩니다. 전통적인 머신러닝 : 사람이 직접 데이터에서 중요한 점을 찾아 feature로 정해줌 딥러닝 : 신경망 내부에서 자체적으로 데이터의 중요한 feature를 찾거나 구성함 (새 컬럼 생성, 이미지/텍스트의 특징 발견 등) - 장점: 사람에 의한 선입견 혹은 주관적 의견을 배제할 수 있고, 사람이 발견하지 못한 중..
[딥러닝] 핵심개념 (1)
22.06.23~24 이틀간 진행된 딥러닝 핵심 개념 수업 내용정리 part 1 입니다. 1. ML (machine learning) vs DL (deep learning) 아래 그림의 파란 음영으로 표시된 부분과 같이, 머신러닝과 딥러닝의 차이는 feature engineering (feature selection, feature extraction 등의 작업)을 누가 하느냐에 따라 결정됩니다. 전통적인 머신러닝 : 사람이 직접 데이터에서 중요한 점을 찾아 feature로 정해줌 딥러닝 : 신경망 내부에서 자체적으로 데이터의 중요한 feature를 찾거나 구성함 (새 컬럼 생성, 이미지/텍스트의 특징 발견 등) - 장점: 사람에 의한 선입견 혹은 주관적 의견을 배제할 수 있고, 사람이 발견하지 못한 중..
2022.06.27