인공지능 파이썬 실무대단원 Ⅲ. 파이썬과 머신러닝 교과서 60–131쪽
중단원 01. 머신러닝 개요 · 62–84쪽
소단원 01. 머신러닝이란? · 63–67쪽
이 웹 주제의 연계 범위: 62–67쪽
웹 학습 주제 01 / 13
AI·머신러닝·딥러닝의 관계
규칙을 직접 쓰는 것과 데이터에서 규칙을 배우는 것은 어떻게 다를까요?
AI·머신러닝·딥러닝의 관계 · 한눈에 보기
인공지능 AI
머신러닝 ML
딥러닝 DL
| 접근 | 규칙의 출처 | 예 |
|---|---|---|
| 규칙 기반 | 사람이 조건 작성 | 비밀번호 길이 검사 |
| 머신러닝 | 데이터와 학습 알고리즘 | 스팸 분류 |
| 딥러닝 | 다층 신경망의 학습 | 이미지 특징 학습 |
인공지능은 지능적인 문제 해결 기술의 넓은 범위입니다. 머신러닝은 데이터에서 패턴을 학습하는 접근이며, 딥러닝은 여러 층의 신경망을 사용하는 머신러닝의 한 종류입니다. 모든 AI가 머신러닝인 것은 아닙니다.
초기의 규칙 중심 연구는 지식 입력과 계산 자원의 한계를 겪었습니다. 이후 데이터·계산 장치·학습 알고리즘의 발전이 함께 영향을 주었습니다. 1956년 다트머스 워크숍, 1997년 딥 블루의 체스 승리, 2012년 ImageNet의 딥러닝 성과는 서로 다른 접근의 발전 사례입니다. 딥 블루를 현대 딥러닝 모델과 같은 것으로 보지 마세요.
직접 해 보세요
- 주변의 AI 서비스 하나에서 입력과 출력을 찾아 설명하세요.
PRACTICE / RETRY / UNDERSTAND
이 주제 연습 문제 0
이 주제와 연결된 문제만 보여 줍니다. 단원 전체 문제는 단원 안내 페이지에서 이어서 풀 수 있습니다.