1장 : 딥러닝이란 무엇인가?

머신 러닝

머신 러닝은 데이터와 해답을 가지고 규칙을 찾는 것

샘플 데이터에서 통계적 구조를 만들고 규칙을 찾아 자동화

머신러닝에 필요한 3가지

1. 입력 데이터 포인트 (input) → 입력 (ex.이미지)
2. 기대 출력 (output) → 타깃 (ex. 고양이)
3. 알고리즘의 성능을 측정하는 방법 (측정값을 통해 학습)

❗머신 러닝 모델은 입력 데이터에서 적절한 표현을 찾는 것이 매우 중요!

표현 : 데이터를 인코딩하거나 표현하기 위해 데이터를 바라보는 다른 방법

정리하자면, 머신 러닝은 가설 공간을 사전에 정의하고 피드백 신호의 도움을 받아 입력 데이터에 대한 유용한 변환과 규칙을 찾는 것

딥러닝

데이터로부터 표현을 학습하는 새로운 방식

딥러닝 = 층 기반 표현 학습 (layered representations learning) = 계층적 표현 학습 (hierarchical representations learning)

신경망 (neural network)

층을 겹겹이 쌓아 올려 구성한 모델