[자연언어처리 개론] (9) 딥러닝의 개념, Perceptron이란

1. 딥러닝의 개념 딥러닝은 머신 러닝의 하위 개념입니다.

딥러닝의 경우 머신 러닝에서 feature extraction이 생략된 것이라고 보면 됩니다. 즉, 레이블/인풋과 모델에만 관심이 있고, 그 중간 과정이 어떻게 되는지는 그렇게 중요하지 않습니다.

그래서 end-to-end 혹은 blackbox 모델이라고 하기도 합니다. 출처: https://www.geeksforgeeks.org/difference-between-machine-learning-and-deep-learning/ 머신 러닝: 인풋 - 자질 추출 - classifier - 아웃풋 딥러닝: 인풋 - (end to end) - 아웃풋 그럼 딥러닝이 필요한 이유는 무엇일까요?

데이터에 따라서 feature가 모호해지는 일이 있기 때문입니다. 어떤 feature를 고르냐에 따라서 모델의 퍼포먼스도 많이 달라지겠죠.

그래서 딥러닝을 이용해 사람이 어떤 feature가 중요한지 결정하는 대신, 인풋만 주고도 아웃풋을 받을 ...