사실 머신러닝이 딥러닝을 포함하는 개념이지만 본 포스팅에서는 뉴럴 네트워크 기반의 모델을 딥러닝으로, 그 외의 모델들을 머신러닝으로 지칭하기로 한다. 우리는 데이터로부터 어떤 현상이나 규칙을 포착해내기 위해서 모델링을 진행한다. 즉, 우리가 관심이 있는 변수 y가 다른 변수들(x1,x2,...)와 어떤 (함수) 관계가 있는지 파악하고 이를 통해 미래의 y를 예측하거나, 현상을 설명하고자 한다. 요즘에는 딥러닝 모델들이 AI를 대표하면서 뛰어난 성능을 보이고 있다. 그런데 딥러닝이 과연 항상 최선일까? 머신러닝이 딥러닝을 이길 수도 있지 않을까? 답은 데이터의 질(quality)과 개수에 달려 있다. 머신러닝이나 딥러닝 모두 데이터를 먹이(feeding)로 주어야 이를 통해 스스로 학습하면서 유용한..