1. 딥러닝은 머신러닝의 한 분야로 인공신경망을 활용해 복잡한 데이터의 패턴을 자동으로 학습하는 기술임.
2. 머신러닝은 데이터 기반으로 패턴을 학습하고 예측하는 모든 알고리즘을 포함하며 딥러닝 외에도 다양한 방법들 즉, 결정트리, 서포트 벡터 머신 등 여러 알고리즘이 존재한다.
3. 따라서 딥러닝은 머신러닝의 하위 집합으로 머신 러닝의 한 종류라고 볼 수 있다.

'컴퓨터' 카테고리의 다른 글
| 딥러닝 프레임워크인 PyTorch와 TensorFlow를 비교 (1) | 2025.06.15 |
|---|---|
| 딥러닝의 성능향상을 위해 고려하는 하이퍼파라미터의 종류에는 어떤 것들이 있는지 설명 (0) | 2025.06.08 |
| 차원 축소 기법인 주성분 분석과 요인 분석의 차이는 무엇인가 (1) | 2025.05.31 |
| 부스팅은 어떤 특징을 가진 앙상블 기법인가. 토픽에서 배운 AdaBoost 이외의 부스팅 모델에는 무엇이 있는 지 각 부스팅 모델의 특징, 장단점에 대해 정리 (1) | 2025.05.31 |
| 결정 트리의 장점과 단점은 무엇인가 (0) | 2025.05.31 |