[경영정보론] 딥 러닝(Deep Learning)기술에 대한 이해 - 딥 러닝의 정의, 딥 러닝 기술의 성숙도와 관련 시장 현황, 딥 러닝 기술의 장점과 단점, 딥 러닝 기술의 응용분야와 대표적 기업, 립 러닝 기술의 진화와 발전 방향

소개글

정성것 작성하여 만든 레포트입니다.
다른 레포트 자료보다 가격면이 저렴하다고 해서 자료의 질이 결코 떨어지지 않습니다.
활용하거나 참고하셔서 레포트 작성에 많은 도움되길 바래요.

목차

1. 딥 러닝의 정의
2. 딥 러닝 기술의 성숙도 및 관련 시장에서의 현황
3. 딥 러닝 기술의 장점과 단점 (강점과 약점)
4. 딥 러닝 기술의 응용 분야 및 대표적 기업
5. 딥 러닝 기술 관련시장의 변화
6. 딥 러닝 기술의 진화 및 발전 방향

참고문헌

본문내용

1. 딥 러닝의 정의
딥 러닝(Deep Learning)의 정의에 대해 설명하기에 앞서 먼저 이 기술이 개발 된 이유 그리고 딥 러닝의 모집합이라고 할 수 있는 머신 러닝(Machine Learning)에 대해서 알아볼 것이다. 그리고 딥 러닝과 머신 러닝의 차이점을 비교하며 살펴보도록 하겠다. 먼저 딥 러닝 기술이 개발된 이유에 대해서는 다른 사람과 대화하는 것을 예로 들 수 있다. 사람들은 어떤 말에 반응해야 하는 지, 어떤 말을 한 귀로 흘려도 되는지에 대해 특별한 주의를 기울이지 않는다. 그것은 너무도 자연스러운 것이기 때문이다.
하지만 이 과정을 컴퓨터에게 가르쳐야 한다면 이야기가 달라진다. 여러 친구들 중 어떤 친구의 이야기를 들어야 할까? 주목해야 할 대상을 찾는 데도 목소리의 크기, 속도, 높낮이, 시선, 제스처 등 고려해야 할 변수는 엄청나게 많고 이를 명확하게 수치화하는 것도 쉽지 않다. 이 같은 문제점을 사람이 학습하는 방식과 접목해 해결하려는 시도가 바로 머신러닝이다. 머신러닝은 컴퓨터가 방대한 데이터를 스스로 축적해 학습하는 기술을 의미한다. 데이터를 수집, 분석해 미래를 예측한다는 점에서 빅 데이터 분석과 유사하지만 인공지능 스스로가 주어진 데이터를 분류하고 정리해 학습 결과를 도출하는 기술인 점이 빅 데이터 분석과 다르다.
머신러닝은 크게 2가지 방식을 활용해 시스템에 이런 지능을 부여한다. 머신러닝은 지도학습(혹은 감독학습. Supervised Learning)과 비지도학습(또는 비감독학습. Unsupervised Learning)으로 나뉜다. 간단히 말하면 지도학습은 사람이 개입하는 것이고 비지도학습은 사람이 개입하지 않는 자율 학습이다.
머신 러닝은 원본 데이터에서 특징을 추출한 다음 분류기로 나눠 시스템이 판단할 수 있는 근거를 제공한다. 하지만 딥 러닝은 훈련을 통해 이를 해결한다. 분류기에 사람이 개입하지 않는 자가 학습으로 결과를 알아서 분류하는 것이다. 비지도학습이나 딥 러닝을 통한 자가 훈련에는 모두 엄청난 양의 데이터가 필요하다.

참고 자료

김민석, 데이터를 스스로 학습하는 알고리즘, 딥러닝, Digital Feed
Byoung-Tak Zhang, TA: Hyo-Sun Chun, 2015-spring, Deep Learning, School of Computer Science and Engineering, Seoul National University
김정희, Deep Learning - Machine Learning with Deep Neural Network, NAVER LABS
LG 경제연구소 조용수 수석연구원. ‘똑똑한 기계들의 시대, 인공지능의 현주소’
곽동민, 박세원, 이한남 저, 2015.04.15., 「머신러닝에서 딥러닝까지」, 퍼플
김지원 외 4명, 2015, 다양한 딥러닝 알고리즘과 활용, 한국정보과학회 / 정보과학회지
김건희 외 1명, 2016, 고성능 딥 러닝 시스템, 한국정보과학회 / 정보과학회지
인공지능의 정의, 첨단산업기술사전
마쓰오 유타카, 박기원 역, 「인공지능과 딥러닝」, 2015.12.10., 동아엠앤비,
도안구, 인공지능의 혁신 딥러닝... 클라우드와 빅데이터 플랫폼 덕, 한국철도학회
현대경제연구원, AI시대, 한국의 현주소는? - 국내 AI 산업 전반 점검
김영형 외 2명, 2015, 딥러닝 기반의 미래기술 전망, 한국정보기술학회 논문
인공지능과 딥러닝이 가져올 변화, 한국철도학회 철도저널 18권 1호, 2015년 2월, pp. 6-8
고성능 딥 러닝 시스템, 정보과학회지 제34권 제2호, 2016.2, 57-62 (6 pages)
다양한 딥러닝 알고리즘과 활용, 정보과학회지 제33권 제8호, 2015.8, 25-31 (7 pages)
윤리의 정의, 동아국어사전
[6편] 인공지능이 위협하는 미래의 일자리는? [특별기획] 인공지능 VS 자연지능, 브레인미디어