[머신러닝 기초] 7일차 #1

🔸날짜🔸

2021.08.02(월)

 

🔸제목🔸

[12] 머신러닝 vs 딥러닝 비교 - 전통적인 머신러닝과 딥러닝 차이점 4가지

 

🔸내용🔸

머신러닝, 딥러닝 이 두개를 비교하는 건 이상함.
(포함관계로 머신러닝에 딥러닝이 포함되어 있기 때문에)

이에, 전통적인 머신러닝과 딥러닝을 비교하는 게 올바른 표현

 

전통적인 머신러닝 VS 딥러닝
1. 데이터와 성능
데이터 양이 많아질수록 성능 차이가 두드러짐.

• 데이터 양이 많을 때 성능
  : 딥-러닝 > 전통적인 머신러닝

2. 하드웨어
딥러닝을 하기 위해 고사양의 하드웨어 필요

3. 학습 시간
딥러닝(몇 일~몇 주) > 전통적인 머신러닝(몇 초~몇 시간)

4. 특징
특징에 따른 결과 값이 달라짐. (특징(변수,feature) -> 결과(label))
필요한 특징들만 사용할 줄 알아야 함. -> feature extraction

전통적인 머신러닝 - feature extraction을 사람이 다 해줘야 함.
딥러닝 - feature extraction을 학습 과정에서 자체적으로 일어나기 때문에 사람이 해 줄 필요가 없음.