Lecture/딥러닝9 [딥러닝] Neural Network Recap: 들어온 사진들이 fixel(x값), 에 곱해서 확률값을 해서 softmax값의 확률이 1이되도록 w를 찾앗었다. 말에대한 여러 사진이 있다. 말을 선택해야 하는데. 결과적으로 보면 말의 머리가 양쪽에 그려진 말이 생성되었다 다른 말을 했었다. 데이터가 양쪽에 잇는데 선형 분류기의 한계가 나타난다. 왼쪽은 Linear한 경계를 그릴 방법이 없다. 그런데 오른쪽 처럼 적절하게 특징 변환을 하면, 복잡하던 데이터가 변환 후에 선형으로 분리가 가능하게 바뀐다. 그래서 Linear classifier로 완벽하게 분리할 수 있다. Biological Neuron 신경에서도 어느 신호 이상이 들어오면 확 변경된다. 즉 어느 이상 값이 들어오면 갑자기 증가하는 것을 보여준다. 우리도 어떤 값들이 들어오면 .. 2023. 5. 18. [딥러닝] Supervised Learning, 지도학습 Supervised Learning Linear Regression k Nearest Neighbors Linear Classifier Cost Function Linear Regression (= 선형회귀) 회귀, 들어오는 input값을 기준으로 y값을 예측하는 모델이다. 한 개 이상의 독립 변수(x)와 종속 변수(y) 사이의 선형 상관 관계를 정략적으로 추정하는 회귀 분석 방법 y = ax + b 위의 표에 있는 Data를 통해 학습시키는 것을 training이라고 한다. 그리고 이를 토대로 Regression이 결과를 예측한다. 데이터에 맞는 선을 찾는 것이 목표라고 할 수 있다. 즉, W,b를 구해야 하는 것이다. 이 때 사용하는 것이 Cost Function이다. Cost : How fit th.. 2023. 5. 15. [딥러닝] Intro What is Deep Learning? 딥러닝에 대해서 알아보자 Artificial Intelligence 사람처럼 생각하고 사람처럼 행동하는 기계를 만드는 연구 Machine Learning 기계가 학습을 할 수 있도록하는 인공지능연구의 한 분야 Deep Learning 깊은 신경망 구조 기반의 머신러닝 여기서 Deep Learning이 가장 좁은 범위이다. ML vs. DL 그렇다면 Machine Learning과 Deep Learning을 비교해볼까? 그림으로 보면 그 차이가 보인다. ML Feature extraction : 사람이 data를 가지고 예측할 때, 바로 분류가 아니라 비율같은 것을 결정하면서 변형하는 과정 Feature extraction와 Classification이 분리되어 있.. 2023. 4. 6. 이전 1 2 다음
