딥러닝(Deep Learning)

I. 딥러닝의 개요

가. 딥러닝(Deep Learning)의 정의

   - 사람의 개입이 필요한 기존의 지도학습에 보다 능동적인 비지도학습이 결합되어 컴퓨터가 마치 사람처럼 스스로 학습할 수 있는 인공지능 기술

나. 딥러닝의 주요활용 분야

   - 자동음성인식, 영상인식, 자연어처리, 약물 발견과 독성학, CRM

---

II. 딥러닝의 개념도 및 알고리즘

가. 딥러닝의 개념도

나. 딥러닝의 알고리즘

알고리즘	설명	주요활용분야
DNN (심층 신경망)	- 입력계층과 출력계층 사이에 복수개의 은닉계층들로 이뤄진 인공신경망	- 자연어처리 - 음성인식
CNN (합성곱 신경망)	- 최소한의 전처리를 사용하도록 설계된 다계층 퍼셉트론의 한 종류	- 영상분야 - 음성분야
RNN (순환 신경망)	- 인공신경망을 구성하는 유닛 사이의 연결이 Directed Cycle을 구성하는 신경망	- 필기체 인식
RBM (제한 볼츠만 머신)	- 볼츠만 머신에서 층간 연결을 없앤 형태의 모델 - 볼츠만머신: 홉 필드 네트워크의 동작 규칙을 확률적인 동작 규칙으로 확장시킨 모델	- DBN의 기본 개념 제공
DBN (심층 신뢰 신경망)	- 기계학습에서 사용되는 그래프 생성 모형으로 잠재변수의 다중계층으로 이루어진 심층 신경망	- 영상, 음성, 자연어처리 등 전 분야
DQN (심층 Q-네트워크)	- 심층 강화학습을 통해 인간 수준의 제어를 가능하게 하는 신경망	- 실제 인간이 하는 행동의 상당부분 예상