728x90
Q. 머신러닝과 딥러닝의 차이점은 무엇인가요?
머신러닝과 딥러닝의 가장 큰 차이점은 딥러닝은 분류에 사용할 데이터를 스스로 학습할 수 있는 반면 머신 러닝은 학습 데이터를 수동으로 제공해야 한다는 점입니다.
* 해석력
머신러닝과 딥러닝을 비교할 수 있는 다른 요인으로는 '해석력'이 있습니다.
데이터 양이 많을 때, 딥러닝 알고리즘을 활용하면 성능은 거의 사람이 한 것과 유사할 정도로 뛰어납니다. 하지만 어떻게 이런 결과값이 부여되었는지는 알 수 없습니다. 따라서 결과를 해석하지 못한다는 단점이 있습니다.
하지만 의사결정나무와 같은 머신러닝 알고리즘은 왜 선택됐는지 명확한 rule이 제공되기 때문에 해석하기가 쉽습니다. 따라서 해석이 필요한 산업에서는 의사결정나무나 선형회귀모형, 로지스틱 회귀모형이 활용됩니다.
딥러닝, 머신러닝의 차이점은?
딥러닝과 머신러닝은 이런 점이 다르다. | 개요 머신러닝(Machine learning)과 딥러닝(Deep learning)은 화두다! 언제부터인지 주위에 이 단어들을 쓰는 사람들을 굉장히 많이 보았을 것이고 들어봤을 것
brunch.co.kr
728x90
'5. 면접 준비 > 통계, 머신러닝 용어' 카테고리의 다른 글
| [한줄 개념] 클러스터링의 종류 (0) | 2021.02.21 |
|---|---|
| [한줄 개념] 릿지, 라쏘, 엘라스틱 넷 회귀모형에 대해 설명해보세요. (0) | 2021.01.13 |