밑바닥부터 시작하는 딥러닝

108

밑바닥부터 시작하는 딥러닝

2

장의 퍼셉트론도 직선으로 분리할 수 있는(선형 분리 가능) 문제라면 데이터로부터 자동으로 학

습할 수 있습니다. 선형 분리 가능 문제는 유한 번의 학습을 통해 풀 수 있다는 사실이 퍼셉트론 수렴 정리

perceptron

convergence

theorem

로 증명되어 있습니다. 하지만 비선형 분리 문제는 (자동으로 ) 학습할 수 없습니다.

4.1.1

데이터 주도 학습

기계학습은 데이터가 생명입니다. 데이터에서 답을 찾고 데이터에서 패턴을 발견하고 데이터

로 이야기를 만드는, 그것이 바로 기계학습이죠. 데이터가 없으면 아무것도 시작되지 않습니

다. 그래서 기계학습의 중심에는

데이터

가 존재합니다. 이처럼 데이터가 이끄는 접근 방식 덕에

사람 중심 접근에서 벗어날 수 있습니다.

그런데 보통 어떤 문제를 해결하려 들 때, 특히 어떤 패턴을 찾아내야 할 때는 사람이 이것저것

생각하고 답을 찾는 것이 일반적이죠. “이 문제는 아무래도 이런 규칙성이 있는 것 같아”, “아

니, 근본 원인은 다른 데 있을지도 몰라”와 같이 사람의 경험과 직관을 단서로 시행착오를 거듭

하며 일을 진행합니다. 반면 기계학습에서는 사람의 개입을 최소화하고 수집한 데이터로부터

패턴을 찾으려 시도합니다. 게다가 신경망과 딥러닝은 기존 기계학습에서 사용하던 방법보다 ...