딥러닝 조사 레포트

목차

Ⅰ. 서론

Ⅱ. 본론
1. 인공지능 역사
2. 인공지능의 발전
3. GPU를 통한 딥러닝 학습
4. 딥러닝 알고리즘
5. 머신러닝 프레임 워크

Ⅲ. 결론

참고문헌

본문내용

현대 사회에 들어서 IT분야뿐만 아니라 일반인들에게도 이슈가 되고 있는 바둑 인공지능인 알파고, IOT 제품에 인공지능을 결합한 아라, 카카오미니 등의 제품들이 등장하고 있다. 다양한 분야에 융합 및 활용이 확대 되면서 기존에 제공 되고 있었던 음성인식, 이미지 인식 등의 기술에서 보다 정확성을 띄게 되었다.
그림 인공지능 제품의 성장률
그에 따라 인공지능 제품의 성장률이 지속해서 증가함을 볼 수 있는데, IDC예측에 따르면 그림 1과 같이 인공지능 시장 규모는 점차 가속화 되어 지고 있는 것을 알 수 있다[1].
인공지능, 머신러닝, 딥 러닝 각각은 같은 것으로 보일 순 있지만 다른 개념들을 가지고 있다. 인공지능이란 “인간의 지능을 구현한 것”으로 볼 수 있으며, 머신러닝이란 “인공지능을 구현하는 구체적인 접근방식”으로 볼 수 있다. 마지막으로 딥 러닝이란 현대에 들어서 개발된 학습방식으로써 “완전한 머신러닝의 실현 기술” 으로 볼 수 있다. 본 레포트에서는 인공지능의 역사와 종류, 딥러닝 학습방식, 개발을 위한 프레임워크에 대하여 기술하고 마친다.

참고 자료

인공지능 기술개발 및 산업동향 , https://spri.kr/posts/view/15038?code=inderstry_trend
인공지능의 발전, http://blogs.nvidia.co.kr/2016/03/13/history_of_ai/
스탠포드 대학 개발, 딥러닝 이미지 분석, https://www.bigdatanews.datasciencecentral.com/profiles/blogs/deep-visual-semantic-alignments-for-generating-image-descriptions
CUDA, https://ko.wikipedia.org/wiki/CUDA
Building Intelligent Systems with Large Scale Deeplearing, Jeff Dean, 2017