야 언데드 하지마

이번 주 배울것 다양한 신경망 구조 전이학습 신경망을 구성하는 방법은 정말 여러가지가 있는데요, 이 중 가장 많이 쓰이는 합성곱 신경망(CNN), 순환 신경망(RNN), 생성적 적대 신경망(GAN)에 대해 알아보겠습니다! 특히 이미지처리에서 많이 쓰이는 CNN에 대해서는 조금 더 자세히 알아보고 실습도 해볼 거예요 🙂 Convolutional Neural Networks (합성곱 신경망) 합성곱과 합성곱 신경망 합성곱(Convolution)은 예전부터 컴퓨터 비전(Computer Vision, CV) 분야에서 많이 쓰이는 이미지 처리 방식으로 계산하는 방식은 아래와 같습니다. 입력데이터와 필터의 각각의 요소를 서로 곱한 후 다 더하면 출력값이 됩니다. 딥러닝 연구원들은 이 합성곱을 어떻게 딥러닝에 활용할..

이번주 배울 것 딥러닝이란? 딥러닝의 주요 개념과 기법 딥러닝이란? 우리가 지금까지 배운 선형회귀와 논리회귀는 모두 1차 함수를 이용해서 문제를 풀었는데요, 자연계에는 직선으로 설명할 수 없는 문제들이 훨씬 많습니다. (뒤에 배울 XOR 문제처럼요!) 이런 복잡한 문제들을 풀기 위해 선형회귀를 여러번 반복해보았어요. 하지만 선형회귀를 여러번 반복한다고해서 비선형(선형이 아닌 것)이 되는 것은 아니었지요. 그래서 선형회귀 사이에 비선형의 무엇인가를 넣어야 한다고 생각했어요. 이렇게 층(Layer)을 여러개 쌓기 시작했고 이 모델은 정말 잘 동작했지요. 층을 깊게(Deep) 쌓는다고 해서 딥러닝이라고 불리게 되었습니다! 딥러닝의 다른 단어 표현 1. 딥러닝(Deep learning) 2. Deep neura..

이번주 배울 것 논리 회귀 전처리 논리 회귀 (Logistic regression) 머신러닝에서, 입력값과 범주 사이의 관계를 구하는 것 선형 회귀로 풀기 힘든 문제의 등장 ex) 시험 전 날 공부한 시간을 가지고 해당 과목의 이수 여부(Pass or fail)를 예측 이 문제에서 입력값은 [공부한 시간] 그리고 출력값은 [이수 여부]가 됩니다. 우리는 이수 여부를 0, 1 이라는 이진 클래스(Binary class)로 나눌 수 있습니다. 0이면 미이수(Fail), 1이면 이수(Pass) 이런 식으로요. 이런 경우를 이진 논리 회귀(Binary logistic regression)로 해결할 수 있습니다. 만약 선형 회귀를 사용하면 이렇게 우스꽝스러운 그래프로 나타나게 됩니다. 따라서 우리에게는 다른 방법..

※ 들어가기 앞서 | 영어로 된 용어를 사용하길 권장하는 이유 구글, Stackoverflow 등의 사이트에서 영어를 많이 씀 의사소통시 영어로 소통해야 의사소통 오류가 적음 외국인 엔지니어와의 의사소통 머신러닝이란? 알고리즘 - 수학과 컴퓨터 과학, 언어학 또는 관련 분야에서 어떠한 문제를 해결하기 위해 정해진 일련의 절차나 방법을 공식화한 형태로 표현한 것, 계산을 실행하기 위한 단계적 절차 - 위키피디아 머신 러닝 (Machine Learning, ML) - 기계 학습 또는 머신 러닝은 경험을 통해 자동으로 개선하는 컴퓨터 알고리즘의 연구이다. 인공지능의 한 분야로 간주된다. 컴퓨터가 학습할 수 있도록 하는 알고리즘과 기술을 개발하는 분야이다. 가령, 기계 학습을 통해서 수신한 이메일이 스팸인지 아..