머신러닝

input: 비정형 data

특징(feature) 기반으로 클래스 구분 >> 기존 머신 러닝 기법

학습 능력 부족, 데이터 생성 테크닉 부족, 명확한 특징 요구

엣지, 코너: 이미지 프로세싱 기반 그래디언트 방식으로

BOW: 특징 추출 >> 유사도 확인 >> 높은 point를 기반으로 classification

딥러닝

Gt와 출력 y의 distance를 최소화

입력 data를 여러 층(layer)에 걸쳐서 processing

특징들을 바탕으로 판단하는 네트워크

trainable 파라미터를 찾아냄으로써 잘 구분지어질 수 있는 특징 생성

마지막 linear combination / softmax

인공 신경망

인공지능

사람의 지적 능력을 컴퓨터를 통해 구현하는 기술

data 기반 / program 기반

text-image pairs