딥러닝 교육2 반응형 DataScience 분야에서 Tree기반 모델이 좋은 이유 (딥러닝이 잘 쓰이지 않는 이유) DataScience 분야에서 Tree기반 모델이 좋은 이유 (딥러닝이 잘 쓰이지 않는 이유) 최근 10년간은 딥러닝의 부흥기라고 감히 말할 수 있습니다. 그만큼, 딥러닝의 엄청난 발전이 있었죠. 그럼에도 불구하고 kaggle 대회와 국내 data science 대회에서 boosting 계열 알고리즘 (tree 기반 알고리즘이 거의 항상 우승합니다. 그 이유가 무엇일까요?) 앞서 우리는 CNN의 graphical representation learning에 다루었습니다. CNN이 해주는 역할은 이미지의 region feature를 잘 뽑아주기 위한 것이지. 완전히 다른 모델이 아니다 라는 것 입니다. https://bluediary8.tistory.com/87 딥러닝(Deep Learning)의 정의, .. 2020. 6. 24. 딥러닝(Deep Learning)의 정의, 기존의 머신 러닝(Machine Learning) 과의 차이점 이번 포스팅에서는 딥러닝(Deep Learning)에 대한 정의와 기존의 머신 러닝(Machine Learning) 과의 차이점 그리고 전통적인 data Science 문제에서 딥러닝이 잘 쓰이지 않는 이유에 대해 다루어 보도록 하겠습니다. 인공지능 인공지능 (Artificial Intelligence : AI)의 사전적은 의미는 다음과 같습니다. '인간의 지능으로 할 수 있는 사고, 학습, 자기 개발 등을 컴퓨터가 할 수 있도록 하는 방법을 연구하는 컴퓨터 공학 및 정보기술의 한 분야로서, 컴퓨터가 인간의 지능적인 행동을 모방할 수 있도록 하는 것'. 딥러닝 (Deep Learning)이 부흥하기 시작하면서 인공지능을 이야기하면 딥러닝을 바로 떠오르는 사람이 많지만, 사실은 전통적인 머신 러닝 (데이터.. 2020. 6. 24. 이전 1 다음
