회귀 문제 해결 시 딥러닝 vs 머신러닝 질문드립니다.
660
작성한 질문수 9
안녕하세요. 권철민 선생님.
저는 회사에서 업무 적용을 위해 머신러닝과 딥러닝을 공부하고 있습니다.
그동안 딥러닝은 매우 방대한 데이터와 복잡한 차원 연산이 필요한 이미지 처리 등에 활용되고 머신러닝은 비교적 정형화된 데이터의 회귀, 분류 등에 활용되는 것으로 알고 있었습니다.
근데 최근 상사로부터 딥러닝을 이용해 데이터를 회귀 분석하라고 요구 받았습니다. 머신러닝과 딥러닝을 혼동하셔서 그렇게 말씀하신 건지는 모르겠습니다만..
이에 어떤 경우에는 딥러닝으로, 또는 머신러닝으로 회귀 문제를 푸는 것이 유리한지 두 방법의 장단점을 알고 싶습니다.
그리고 만약 딥러닝으로 회귀 문제를 푸는 것이 유리한 경우가 있다면.. 본 강좌에는 CNN 중심으로 설명하고 있는데 타 강의를 참고해야 할까요? ㅠㅠ
답변 1
0
안녕하십니까,
일반적으로 정형 데이터의 경우는 머신러닝이, 비정형 데이터의 경우는 딥러닝이 유리합니다.
회귀 분석의 경우 대부분의 경우 딥러닝 보다는 머신러닝이 유리한 경우가 많습니다. 물론 딥러닝 회귀가 더 나은 성능을 보이는 경우도 있지만, 대부분의 경우는 머신러닝이 조~오금 더 성능이 좋습니다.
그외에 데이터가 정형데이터와 비정형 데이터가 혼재되어 있는 경우, 가령 일반 정형 피처들과 문자열 피처 벡터들이 섞여 있는 경우라면 딥러닝 회귀가 살짝 더 나을 수도 있습니다.
그리고 본 강의는 딥러닝 이미지 모델을 위한 CNN만을 다루고 있기에 회귀 모델을 익히시기에는 부적절할것 같습니다.
상사분에게 꼭 딥러닝 기반으로 회귀 분석을 해야될 이유가 있는지 다시 한번 물어보시는게 좋을 것 같습니다.
감사합니다.
resize 질문
0
51
1
20251212 Kaggle 런타임에 scikit-learn 설치 실패 트러블 슈팅
0
76
1
Loss와 매트릭 관계
0
62
2
Boston 코랩 실습
0
164
2
배치 정규화의 이해와 적용 2 강의 질문
0
136
2
Augmentation원본에 적용해서 데이터 갯수 자체를 늘리는 행위는 의미가있나요?
0
145
2
Conv함수 안에 activation 을 넣지 않는 이유가 뭔지 궁금합니다.
0
206
2
소프트맥스 관련 질문입니다
0
208
1
강의 관련 질문입니다
0
151
2
residual block과 identity block의 차이
0
190
2
옵티마이저와 경사하강법의 차이가 궁금합니다.
1
240
1
실습 환경
0
165
2
입력 이미지 크기
0
244
2
데이터 증강
0
196
2
albumentations ShiftScaleRotate
0
207
1
Model Input Size 관련
0
281
1
마지막에 bird -> frog 말고도 deer -> frog 도 잘못된것 아닌가요??
0
204
1
일반적인 질문 (kaggle notebook사용)
0
272
2
실무에서 Augmentation 적용 시
0
338
2
안녕하세요 교수님
0
231
1
가중치 초기화(Weight Initialization) 질문입니다.
0
327
1
테스트 데이터셋 predict의 'NoneType' object has no attribute 'shape' 오류
0
409
1
학습이 이상하게 됩니다.
2
1036
2
boston import가 안됩니다
0
229
1